JP4780554B2 - Constituent material information search method for new material and constituent material information search system for new material - Google Patents
Constituent material information search method for new material and constituent material information search system for new material Download PDFInfo
- Publication number
- JP4780554B2 JP4780554B2 JP2005202039A JP2005202039A JP4780554B2 JP 4780554 B2 JP4780554 B2 JP 4780554B2 JP 2005202039 A JP2005202039 A JP 2005202039A JP 2005202039 A JP2005202039 A JP 2005202039A JP 4780554 B2 JP4780554 B2 JP 4780554B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- search
- unit
- physical property
- storage unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000000463 material Substances 0.000 title claims description 187
- 239000000470 constituent Substances 0.000 title claims description 65
- 238000000034 method Methods 0.000 title claims description 30
- 239000000126 substance Substances 0.000 claims description 217
- 230000000704 physical effect Effects 0.000 claims description 216
- 238000003860 storage Methods 0.000 claims description 212
- 238000004364 calculation method Methods 0.000 claims description 44
- 238000000605 extraction Methods 0.000 claims description 35
- 238000009826 distribution Methods 0.000 claims description 33
- 239000000284 extract Substances 0.000 claims description 21
- 230000014509 gene expression Effects 0.000 claims description 19
- 238000000491 multivariate analysis Methods 0.000 claims description 16
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 19
- 239000001257 hydrogen Substances 0.000 description 19
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 18
- 125000004429 atom Chemical group 0.000 description 15
- 239000011232 storage material Substances 0.000 description 13
- 238000011160 research Methods 0.000 description 11
- 238000011161 development Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 8
- 239000013078 crystal Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000004035 construction material Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 241000269908 Platichthys flesus Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000005230 valence electron density Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、様々な物質の中から、所望の特性を有する新規材料の構成物質を、研究者の資質に依らずに客観的に且つ的確に探索することが可能な新規材料の構成物質情報探索方法及び情報探索システムに関する。 The present invention provides a search for information on constituent materials of a new material that can be objectively and accurately searched for a constituent material of a new material having desired characteristics from various substances, regardless of the qualities of researchers. The present invention relates to a method and an information search system.
現代社会において、金属材料、セラミックス材料、高分子材料、及び有機化学材料を始めとする様々な材料は、人間の生活と密接に関係しており、それぞれの材料が有する特性に応じて多種多様の分野で利用されている。特に、材料が示す特性はあらゆる産業で重要視されており、様々な技術分野において、より優れた性能を有する新規な材料を開発することが切望されている。従って、現在もなお、多くの研究者により新規材料の開発について様々な研究及び検討が重ねられている。 In modern society, various materials such as metal materials, ceramic materials, polymer materials, and organic chemical materials are closely related to human life, and there are a wide variety of materials depending on the characteristics of each material. Used in the field. In particular, the properties exhibited by materials are regarded as important in all industries, and it is anxious to develop new materials having superior performance in various technical fields. Therefore, various researches and studies on the development of new materials are still ongoing by many researchers.
一般に、新規材料の開発は、以下のようなプロセスを経て達成されていくことが多い。即ち、研究者が所望の特性を有する新規材料の開発を試みる場合、先ず、過去の研究において知られている既知の材料や既に獲得されている研究結果等を参考にしながら、各研究者自身が有する知識、経験、直感等に基づいて新規材料を予測する。そして、その研究者の予測に基づいて、既知の材料から構成物質の組み合せや製造条件等を少しずつ変更して実験及び検討を重ね、試行錯誤を繰り返す。これにより、材料の性質や機能が徐々に改良されていき、その結果、新規の材料が開発される。 In general, the development of new materials is often achieved through the following processes. That is, when a researcher tries to develop a new material having desired characteristics, first, each researcher himself refers to known materials known in past research or research results already obtained. Predict new materials based on knowledge, experience, intuition, etc. Based on the researcher's predictions, the combination of constituents and manufacturing conditions are changed little by little from known materials, and experiments and examinations are repeated, and trial and error are repeated. As a result, the properties and functions of the material are gradually improved, and as a result, new materials are developed.
また、近年では、情報処理技術の発達に伴い、材料開発を効率良く行うために、研究者の予測やヒラメキを喚起するような基盤として、材料の物性に関する情報(データ)を蓄積したデータベースが利用されている。 In recent years, with the development of information processing technology, in order to efficiently develop materials, a database that accumulates information (data) on the physical properties of materials has been used as a basis for stimulating researchers' predictions and flounder. Has been.
このようなデータベースに関する発明の一例として、例えば特許文献1(特開2003−323453号公報)には、材料データベース・システムが開示されている。この特許文献1に記載されている材料データベース・システムは、材料の物性に関する情報を蓄積した材料データベースと、ユーザーによる検索条件の入力を受け付ける受付手段と、材料データベースに蓄積されている材料が前記検索条件を満足するか否かを判定する判定手段と、元素が所定の配列順序により配列された複数の行と複数の列とによって規定される複数のセルを有するテーブル上に、上記判定手段により選定された材料を表示させる表示手段とを備えている。更に、この特許文献1に記載されている材料データベース・システムは、表示手段の行及び列に配列させる元素の配列順序が変更可能なように構成されている。
As an example of an invention related to such a database, for example, Patent Document 1 (Japanese Patent Laid-Open No. 2003-323453) discloses a material database system. The material database system described in
このような特許文献1の材料データベース・システムによれば、例えばユーザー(研究者)により入力された検索条件を満足する材料群を前記表示手段の2次元のテーブルに表示させる。このとき、2次元のテーブルにおける行及び列に配列する元素の配列順序は、ユーザーによって任意に変更することができる。これにより、前記特許文献1は、ユーザーが求めた検索条件を満足する材料群の傾向を鳥瞰したり、また材料群の背後にある隠れた関連性を見出すことが可能であるとしている。このように材料データベース・システムを用いて、所定の条件を満足する材料群の傾向や関連性を見出すことができれば、研究者が実際に所望の特性を有する材料を開発する際に、非常に有効な判断基準の一つとすることができる。
現在において、様々な分野で利用されているそれぞれの材料は、必ずしもその分野において最適な材料であるとは言い切れず、より優れた特性を有する新規材料を開発することが常に望まれている。従って、様々な企業や団体において、材料開発に関する研究及び検討が今でもなお鋭意に重ねられており、試行錯誤を繰り返しながら材料の改良及び開発が少しずつ段階的に進められている。 At present, each material used in various fields is not necessarily an optimal material in the field, and it is always desired to develop a new material having superior characteristics. Therefore, various companies and organizations are still eagerly researching and studying material development, and the improvement and development of materials are being carried out step by step while repeating trial and error.
例えば、従来の材料開発においては、前記で説明したように、先ず専門の研究者が上記特許文献1のようなデータベース・システム等を利用して、そこから得られる情報や、自身の知識、経験、直感等に基づいて新規材料を予測する。その後、この予測した材料について様々な実験や検討を行うことにより、新規材料への可能性が検証されている。
For example, in the conventional material development, as described above, first, a specialized researcher uses a database system such as the above-mentioned
しかしながら、上記のような研究者によって行われる新規材料に関する予測は、現象を支配している本質を直感的に把握して予見する演繹的推論であるものの、客観性や再現性に乏しいものである。特に、特許文献1のデータベース・システムを用いて得られる情報は、表示手段のテーブルに配列させる元素の順序をユーザーが任意に変更することで材料群の傾向や関連性を見出すため、ユーザー個人の資質によって情報の質が大きく左右されやすいという問題があった。
However, the above-mentioned predictions on new materials made by researchers are deductive inferences that intuitively grasp and foresee the essence governing the phenomenon, but have poor objectivity and reproducibility. . In particular, the information obtained using the database system of
また、新規材料をより的確に見出すためには、様々な分野についての幅広い知識や経験が必要とされる。しかしながら、研究者が身に付けられる知識や経験には限度があり、各研究者に対して全てのものを期待することには無理がある。更に、研究者が材料開発を行う際の手助けとなるデータベースに関しても、全ての物質について物性に関するデータを完全に網羅したデータベースは現在のところ存在していない。従って、従来では、データベースに蓄積されてないデータに対して、各研究者が独自に研究や推論等を行って獲得していくことが多かった。 In addition, in order to find new materials more accurately, a wide range of knowledge and experience in various fields is required. However, there are limits to the knowledge and experience that researchers can acquire, and it is impossible to expect everything from each researcher. Furthermore, there is currently no database that completely covers data on physical properties of all substances with respect to a database that assists researchers in material development. Therefore, in the past, researchers often acquired data that was not stored in the database by conducting their own research and inferences.
即ち、従来のような研究者の予測に基づいて行なわれる新規材料の開発は、個人の資質により左右されるところが大きく、新規材料の発見には偶然的な要素が必然的に含まれるという側面があるのは否めなかった。このため、従来のような個人の資質に依存する部分をできる限り排除することによって材料の開発を客観的に行い、新規材料を的確にまた効率的に見出すことが可能な材料開発システム及び材料開発方法の確立が強く望まれていた。 In other words, the development of new materials based on the researcher's prediction as in the past largely depends on individual qualities, and the discovery of new materials necessarily involves accidental elements. There was no denying. Therefore, a material development system and a material development system that can objectively develop materials by eliminating as much as possible the parts that depend on personal qualities as in the past, and find new materials accurately and efficiently. The establishment of a method was strongly desired.
本発明は、かかる従来の課題を解消すべくなされたものであり、その具体的な目的は、コンピュータを用いて、膨大な数の物質の中から所望の特性を有する新規材料の構成物質を、所定のプロセスに従って客観的に且つ的確に探索することが可能な新規材料の構成物質情報探索システム及び情報探索方法を提供することにある。 The present invention has been made to solve such conventional problems, and its specific purpose is to use a computer to construct a constituent material of a novel material having desired characteristics from among a large number of materials. It is an object of the present invention to provide a constituent material information search system and information search method for a new material that can be searched objectively and accurately according to a predetermined process.
上記目的を達成するために、本発明により提供される新規材料の構成物質情報探索システムは、基本的な構成として、コンピュータを用いて所望の特性を有する新規材料の構成物質を探索する探索システムであって、少なくとも1つのデータベースと、同データベースにアクセス可能なコンピュータとを有し、前記コンピュータは、物質に関する複数の物性パラメータを予め記憶した第1記憶部と、前記データベースにアクセスして、同データベースに蓄積されている全ての物質に対応する種々の実データを抽出する実データ抽出部と、前記実データ抽出部で抽出した実データを記憶する第2記憶部と、前記第2記憶部に記憶した実データを、前記第1記憶部に記憶されている前記複数の物性パラメータに対応させて整理し、前記データベースに蓄積されてないデータの存在を確認する未蓄積データ確認部と、前記未蓄積データ確認部で確認された前記未蓄積データに対して、前記第2記憶部に記憶した実データに基づいて演算を行うことにより仮想データを推定し、同推定した仮想データを前記第2記憶部に記憶させる仮想データ演算部と、前記第1記憶部に記憶されている複数の物性パラメータの中から1以上の特定の物性パラメータが特定されるパラメータ入力部と、前記パラメータ入力部で特定された物性パラメータを検索パラメータとして記憶する第3記憶部と、前記第3記憶部に記憶した前記検索パラメータの1つを1軸に設定し、且つ、同検索パラメータ以外の前記第1記憶部及び/又は前記第3記憶部に記憶されている前記複数の物性パラメータの一部をその他の軸に設定して、2次元平面又は3次元以上の空間を形成する座標軸設定部と、前記第2記憶部から、前記座標軸設定部で前記2次元平面又は3次元以上の空間の各軸に設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを読み出すデータ読み出し部と、前記座標軸設定部により形成した2次元平面又は3次元以上の空間に、前記データ読み出し部で読み出した前記実データ及び前記仮想データをプロットして探索マップを作成するマップ作成部と、前記マップ作成部で作成した探索マップにおいて、前記プロットしたデータの分布状態に規則性を有するデータ群の中から、予め規定したルールに基づいて所定数の物質を抽出する物質抽出部と、及び、前記物質抽出部で抽出した物質を探索結果として表示する表示部とを備えてなることを最も主要な特徴とするものである。 In order to achieve the above-mentioned object, a constituent information search system for a new material provided by the present invention is a search system for searching for a constituent material of a new material having desired characteristics using a computer as a basic configuration. And having at least one database and a computer accessible to the database, wherein the computer accesses the database by accessing the database, a first storage unit preliminarily storing a plurality of physical property parameters relating to the substance. A real data extraction unit for extracting various real data corresponding to all substances accumulated in the storage, a second storage unit for storing the real data extracted by the real data extraction unit, and a storage in the second storage unit The actual data is arranged in correspondence with the plurality of physical property parameters stored in the first storage unit, and the database The non-accumulated data confirmation unit for confirming the existence of data not accumulated in the memory and the unaccumulated data confirmed by the unaccumulated data confirmation unit are calculated based on the actual data stored in the second storage unit Virtual data is estimated by performing the virtual data calculation unit, and the estimated virtual data is stored in the second storage unit, and one or more physical property parameters stored in the first storage unit A parameter input unit for specifying a specific physical property parameter; a third storage unit for storing the physical property parameter specified by the parameter input unit as a search parameter; and one of the search parameters stored in the third storage unit. A part of the plurality of physical property parameters set in one axis and stored in the first storage unit and / or the third storage unit other than the search parameter is set as other The coordinate axis setting unit that forms a two-dimensional plane or a three-dimensional or larger space, and the coordinate axis setting unit sets each axis of the two-dimensional plane or the three-dimensional or larger space from the second storage unit. A data reading unit that reads out the actual data and the virtual data in the search parameter and the physical property parameter, and the actual data read out by the data reading unit in a two-dimensional plane or a three-dimensional space formed by the coordinate axis setting unit. A map creation unit that plots data and the virtual data to create a search map, and a search map created by the map creation unit, preliminarily specified from a group of data having regularity in the distribution state of the plotted data A substance extraction unit that extracts a predetermined number of substances based on the rule, and a substance extracted by the substance extraction unit as a search result The main feature is that it includes a display unit for display.
本発明に係る新規材料の構成物質情報探索システムにおいて、前記仮想データ演算部は、前記第2記憶部に記憶した実データに基づいて多変量解析、論理式に基づく計算、第1原理計算の中の少なくとも1つを行うことにより、前記未蓄積データに対応する仮想データを推定することができる。 In the constituent material information search system for a new material according to the present invention, the virtual data calculation unit is a multivariate analysis based on real data stored in the second storage unit, a calculation based on a logical expression, or a first principle calculation. By performing at least one of the above, it is possible to estimate virtual data corresponding to the unstored data.
また、本発明の新規材料の構成物質情報探索システムにおいて、前記物質抽出部は、前記マップ作成部で作成した探索マップにおいて、前記プロットした各データ間の距離、各データ間の傾き、及び各データの位置座標の中の少なくとも1つに基づいて、前記データの分布状態に規則性を有するデータ群を特定することができる。 Moreover, in the constituent material information search system for a novel material according to the present invention, the substance extraction unit is configured such that, in the search map created by the map creation unit, the distance between the plotted data, the slope between the data, and the data A data group having regularity in the distribution state of the data can be specified based on at least one of the position coordinates.
更に、本発明の探索システムにおいて、前記基本的な構成に加えて、前記コンピュータは、前記探索マップが複数作成されたときに、同作成した全ての探索マップについてデータの分布状態における規則性を判断し、規則性が最も表われている探索マップを選択するマップ選択部を更に備えていることが好ましく、前記座標軸設定部は、前記形成する2次元平面又は3次元以上の空間における前記その他の軸に設定する物性パラメータの少なくとも1つを変更して、物性パラメータの中から決定される座標軸の組み合せが異なる複数の2次元平面又は3次元以上の空間を形成し、前記データ読み出し部は、前記座標軸設定部で前記複数の2次元平面又は3次元以上の空間の軸として設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを、前記第2記憶部から読み出し、前記マップ作成部は、前記座標軸設定部により形成した前記複数の2次元平面又は3次元以上の空間のそれぞれに、前記データ読み出し部で読み出した前記実データ及び前記仮想データをプロットして複数の前記探索マップを作成し、前記マップ選択部は、前記マップ作成部で作成した前記複数の探索マップから、規則性が最も表われている探索マップを選択し、前記物質抽出部は、前記マップ選択部で選択された探索マップにおいて、前記データの分布状態に規則性を有するデータ群の中から物質を抽出することができる。
Furthermore, in the search system according to the present invention, in addition to the basic configuration, when a plurality of the search maps are created, the computer determines regularity in the data distribution state for all the created search maps. The coordinate axis setting unit preferably further includes a map selection unit that selects a search map that exhibits the most regularity, and the coordinate axis setting unit includes the other axis in the formed two-dimensional plane or a three-dimensional space or more. Changing at least one of the physical property parameters to be set to form a plurality of two-dimensional planes or three-dimensional or more spaces having different combinations of coordinate axes determined from the physical property parameters; In the search parameter and the physical property parameter set as the axes of the plurality of two-dimensional planes or the three-dimensional space or more by the setting unit. The real data and the virtual data are read from the second storage unit, and the map creating unit is configured to read the data reading unit in each of the plurality of two-dimensional planes or three-dimensional or more spaces formed by the coordinate axis setting unit. The real data and the virtual data read out in
更にまた、本発明において、前記基本的な構成に加えて、前記コンピュータは、前記第3記憶部に記憶した前記検索パラメータに基づいて、前記座標軸設定部で前記その他の軸に設定する物性パラメータを、前記第1記憶部に記憶されている前記複数の物性パラメータの中から決定するパラメータ決定部と、前記パラメータ決定部で決定した物性パラメータを記憶する第4記憶部とを更に備えていることが好ましく、前記第1記憶部は、前記複数の物性パラメータのそれぞれに対して定めた分類属性が予め記憶されており、前記パラメータ決定部は、前記検索パラメータが有する分類属性を前記第1記憶部で確認し、同確認された分類属性と同じ分類属性を有する物性パラメータを前記第1記憶部から全て読み出して前記その他の軸に設定する物性パラメータとして決定し、同決定した物性パラメータを前記第4記憶部に記憶し、前記座標軸設定部は、前記第4記憶部に記憶した物性パラメータを用いて、1以上の前記2次元平面又は3次元以上の空間を形成し、前記データ読み出し部は、前記座標軸設定部で前記1以上の2次元平面又は3次元以上の空間の軸として設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを、前記第2記憶部から読み出し、前記マップ作成部は、前記座標軸設定部により形成した前記1以上の2次元平面又は3次元以上の空間に、前記データ読み出し部で読み出した前記実データ及び前記仮想データをプロットして1以上の前記探索マップを作成することができる。 Furthermore, in the present invention, in addition to the basic configuration, the computer sets physical property parameters to be set for the other axes by the coordinate axis setting unit based on the search parameters stored in the third storage unit. A parameter determining unit that determines from among the plurality of physical property parameters stored in the first storage unit; and a fourth storage unit that stores the physical property parameter determined by the parameter determining unit. Preferably, the first storage unit stores in advance a classification attribute determined for each of the plurality of physical property parameters, and the parameter determination unit stores the classification attribute of the search parameter in the first storage unit. Confirming, reading all physical property parameters having the same classification attribute as the confirmed classification attribute from the first storage unit and setting them to the other axis The physical property parameter is determined, and the determined physical property parameter is stored in the fourth storage unit, and the coordinate axis setting unit uses the physical property parameter stored in the fourth storage unit to store one or more two-dimensional planes or 3 Forming a space of a dimension or more, and the data reading unit, the actual data in the search parameter and the physical property parameter set as the axis of the one or more two-dimensional plane or three-dimensional space or more in the coordinate axis setting unit, The virtual data is read from the second storage unit, and the map creating unit reads the real data read by the data reading unit into the one or more two-dimensional planes or three-dimensional or more spaces formed by the coordinate axis setting unit. One or more search maps can be created by plotting data and the virtual data.
また、本発明において、前記座標軸設定部は、前記パラメータ入力部で複数の物性パラメータが前記検索パラメータとして特定されたときに、同複数の検索パラメータをそれぞれ異なる軸に設定して、前記3次元以上の空間を形成することができる。 In the present invention, the coordinate axis setting unit may set the plurality of search parameters to different axes when the plurality of physical property parameters are specified as the search parameters by the parameter input unit, and the three-dimensional or more Can be formed.
一方、前記座標軸設定部は、前記パラメータ入力部で複数の物性パラメータが前記検索パラメータとして特定されたときに、同複数の検索パラメータのそれぞれについて前記2次元平面又は3次元以上の空間を別々に形成し、前記前記マップ作成部は、前記複数の検索パラメータのそれぞれについて形成した前記2次元平面又は3次元以上の空間に、前記実データ及び前記仮想データをプロットして、前記複数の検索パラメータのそれぞれについて前記探索マップを別々に作成し、前記物質抽出部は、前記別々に作成された各探索マップからそれぞれ所定数の物質を抽出し、更に、前記複数の検索パラメータのそれぞれについて別々に抽出した所定数の物質を相互に比較して共通の物質を探して選出することもできる。 On the other hand, when a plurality of physical property parameters are specified as the search parameters by the parameter input unit, the coordinate axis setting unit separately forms the two-dimensional plane or a three-dimensional space or more for each of the plurality of search parameters. The map creation unit plots the real data and the virtual data in the two-dimensional plane or three-dimensional space formed for each of the plurality of search parameters, and each of the plurality of search parameters. The search map is created separately for each of the plurality of search parameters, and the substance extraction unit extracts a predetermined number of substances from each of the separately created search maps, and further extracts each of the plurality of search parameters separately. It is also possible to compare and select a number of substances and search for common substances.
更にまた、本発明において、前記物質抽出部は、前記探索マップにおいてデータの分布状態に規則性を有するデータ群の中からから前記所定数の物質を抽出する際に、前記規則性を有するデータ群の分布状態が、データ群の密集状態である場合は、同密集しているデータ群の重心又は近似直線を演算又は推算し、同演算又は推算した重心又は近似直線からの距離が短い方からのデータに対応する所定数の物質を同定して抽出することが可能である。一方、前記規則性を有するデータ群の分布状態が、データ群が一直線上に存在している状態である場合は、同一直線上に存在しているデータ群における平均座標位置、又は前記一直線上に存在しているデータ群の度数分布で最大度数を示す位置を演算又は推算し、同演算又は推算した平均座標位置又は最大度数位置からの距離が短い方からのデータに対応する所定数の物質を同定して抽出することが可能である。 Furthermore, in the present invention, the substance extracting unit extracts the predetermined number of substances from the data group having regularity in the data distribution state in the search map. If the distribution state of the data group is a dense state of the data group, the centroid or approximate line of the data group that is densely calculated is calculated or estimated. A predetermined number of substances corresponding to the data can be identified and extracted. On the other hand, when the distribution state of the data group having regularity is a state in which the data group exists on a straight line, the average coordinate position in the data group existing on the same straight line, or on the straight line Calculate or estimate the position indicating the maximum frequency in the frequency distribution of the existing data group, and calculate a predetermined number of substances corresponding to the data from the shortest distance from the average coordinate position or maximum frequency position calculated or estimated It is possible to identify and extract.
次に、本発明により提供される新規材料の構成物質情報探索方法は、基本的な構成として、コンピュータを用いて所望の特性を有する新規材料の構成物質を探索する探索方法であって、前記コンピュータの第1記憶部に予め記憶されている、物質に関する複数の物性パラメータの中から1以上の特定の物性パラメータが特定されるステップと、前記特定された物性パラメータを検索パラメータとして前記コンピュータの第3記憶部に記憶するステップと、前記コンピュータが少なくとも1つのデータベースにアクセスして、同データベースに蓄積されている全ての物質に対応する種々の実データを抽出するステップと、前記抽出した実データを前記コンピュータの第2記憶部に記憶するステップと、前記第2記憶部に記憶した実データを、前記第1記憶部に記憶されている前記複数の物性パラメータに対応させて整理し、前記データベースに蓄積されてないデータの存在を確認するステップと、前記確認された未蓄積データに対して、前記第2記憶部に記憶した実データに基づいて演算を行うことにより仮想データを推定するステップと、前記演算した仮想データを前記第2記憶部に記憶するステップと、前記第3記憶部に記憶した前記検索パラメータの1つを1軸に設定し、且つ、同検索パラメータ以外の前記第1記憶部及び/又は前記第3記憶部に記憶されている前記複数の物性パラメータの一部をその他の軸に設定して2次元平面又は3次元以上の空間を形成するステップと、前記第2記憶部から、前記2次元平面又は3次元以上の空間の各軸に設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを読み出すステップと、前記形成した2次元平面又は3次元以上の空間に、前記第2記憶部から読み出した前記実データと前記仮想データとをプロットして探索マップを作成するステップと、前記作成した探索マップにおいて、前記プロットしたデータの分布状態に規則性を有するデータ群の中から予め規定したルールに基づいて所定数の物質を抽出するステップと、及び、前記抽出した物質を探索結果として前記コンピュータの表示部に表示するステップとを含むことを最も主要な特徴とするものである。 Next, a constituent material information search method for a new material provided by the present invention is a search method for searching for a constituent material of a new material having a desired characteristic using a computer as a basic configuration. A step of specifying one or more specific physical property parameters from among a plurality of physical property parameters relating to the substance stored in advance in the first storage unit, and a third of the computer using the specified physical property parameter as a search parameter Storing in a storage unit; accessing the at least one database by the computer; extracting various actual data corresponding to all substances stored in the database; and extracting the extracted actual data Storing the step of storing in the second storage unit of the computer and the actual data stored in the second storage unit; Arranging in correspondence with the plurality of physical property parameters stored in the first storage unit, confirming the existence of data not accumulated in the database, and for the confirmed unaccumulated data, the first 2 estimating virtual data by performing calculations based on actual data stored in the storage unit, storing the calculated virtual data in the second storage unit, and storing the calculated virtual data in the third storage unit One of the search parameters is set as one axis, and some of the plurality of physical property parameters stored in the first storage unit and / or the third storage unit other than the search parameter are set as other axes. A step of setting to form a two-dimensional plane or a three-dimensional or larger space; and the search parameter set for each axis of the two-dimensional plane or three-dimensional or larger space from the second storage unit A step of reading the actual data and the virtual data in the physical property parameter; and plotting the real data and the virtual data read from the second storage unit in the formed two-dimensional plane or three-dimensional space or more. Creating a search map, and extracting a predetermined number of substances based on a rule defined in advance from a data group having regularity in the distribution state of the plotted data in the created search map, And the step of displaying the extracted substance as a search result on the display unit of the computer.
また、本発明に係る新規材料の構成物質情報探索方法においては、前記仮想データを推定するステップにおいて、前記第2記憶部に記憶した実データに基づいて多変量解析を行うことにより、前記未蓄積データに対応する仮想データを推定することができる。 Further, in the constituent material information search method for a new material according to the present invention, in the step of estimating the virtual data, the non-accumulation is performed by performing multivariate analysis based on the actual data stored in the second storage unit. Virtual data corresponding to the data can be estimated.
本発明に係る新規材料の構成物質情報探索システムは、上記構成を備えていることにより、以下のようにして所望の特性を有する新規材料の構成物質を探索することができる。即ち、本発明における探索システムは、データベースとコンピュータとを有しており、コンピュータの第1記憶部には、物質の物性に関する複数の物性パラメータが予め記憶されている。 Since the constituent material information search system for a new material according to the present invention has the above-described configuration, it is possible to search for a constituent material of a new material having desired characteristics as follows. That is, the search system according to the present invention includes a database and a computer, and a plurality of physical property parameters relating to the physical properties of the substance are stored in advance in the first storage unit of the computer.
また、前記コンピュータは、実データ抽出部によりデータベースにアクセスして、データベースに蓄積されている全ての物質に対応する種々の実データを抽出し、この抽出した実データを第2記憶部に記憶することができる。また、未蓄積データ確認部により、第2記憶部に記憶した実データを物性パラメータに対応させて整理して、データベースに蓄積されてない未蓄積データの存在を確認する。更に、仮想データ演算部により、この確認された未蓄積データに対応する仮想データを、第2記憶部に記憶した実データに基づいて演算することにより推定し、この推定した仮想データを第2記憶部に記憶させることができる。 Further, the computer accesses the database by the actual data extraction unit, extracts various actual data corresponding to all substances accumulated in the database, and stores the extracted actual data in the second storage unit. be able to. In addition, the non-accumulated data confirmation unit arranges the actual data stored in the second storage unit in correspondence with the physical property parameters, and confirms the existence of the unaccumulated data not accumulated in the database. Further, the virtual data calculation unit estimates virtual data corresponding to the confirmed non-accumulated data by calculating based on the actual data stored in the second storage unit, and the estimated virtual data is stored in the second memory. Can be stored.
更に、前記コンピュータは、パラメータ入力部において、第1記憶部に記憶されている複数の物性パラメータの中から1以上の特定の物性パラメータがオペレータにより特定され、この特定された物性パラメータを検索パラメータとして第3記憶部に記憶することができる。 Further, in the computer, in the parameter input unit, one or more specific physical property parameters are specified by the operator from among a plurality of physical property parameters stored in the first storage unit, and the specified physical property parameters are used as search parameters. It can memorize | store in a 3rd memory | storage part.
更にまた、前記コンピュータは、座標軸設定部により、検索パラメータと同検索パラメータ以外の1つ又は複数の物性パラメータとを軸とする2次元平面又は3次元以上の空間を形成し、データ読み出し部により、前記軸に設定した検索パラメータと1つ又は複数の物性パラメータとにおける実データ及び仮想データを読み出す。 Furthermore, the computer forms a two-dimensional plane or a three-dimensional space with the search parameter and one or a plurality of physical property parameters other than the search parameter as an axis by the coordinate axis setting unit, and the data reading unit Real data and virtual data in the search parameter and one or more physical property parameters set for the axis are read.
続いて、前記コンピュータは、マップ作成部により、座標軸設定部により形成した2次元平面又は3次元以上の空間に、データ読み出し部で読み出した実データ及び仮想データをプロットすることにより、探索マップを作成することができる。そして、物質抽出部により、探索マップから所定数の物質を抽出して、その抽出した物質を探索結果として表示部に表示することができる。 Subsequently, the computer creates a search map by plotting the real data and virtual data read by the data reading unit on a two-dimensional plane formed by the coordinate axis setting unit or a space of three or more dimensions by the map creating unit. can do. Then, the substance extraction unit can extract a predetermined number of substances from the search map, and display the extracted substances on the display unit as a search result.
このように、本発明の新規材料の構成物質情報探索システムによれば、パラメータ入力部で特定された物性パラメータ(検索パラメータ)と、データベースから抽出した物質に関する実データとを用いて所定のプロセスで処理を行うことにより、前記検索パラメータに基づいて探索された物質を表示部に表示することができる。即ち、本発明の探索システムは、所望の特性を有する材料に関する物性パラメータを検索パラメータとしてパラメータ入力部で指定すれば、膨大な数の物質の中から、所望の特性を有する新規材料の構成物質となる可能性の高い物質を客観的に且つ的確に探索することができる。 As described above, according to the constituent material information search system for a novel material of the present invention, the physical property parameter (search parameter) specified by the parameter input unit and the actual data regarding the substance extracted from the database are used in a predetermined process. By performing the processing, the substance searched based on the search parameter can be displayed on the display unit. That is, in the search system of the present invention, if a physical property parameter relating to a material having a desired characteristic is designated as a search parameter in the parameter input unit, a constituent material of a new material having a desired characteristic is selected from a vast number of substances. It is possible to objectively and accurately search for a substance that is likely to become.
本発明の探索システムでは、前記仮想データ演算部が第2記憶部に記憶した実データに基づいて、多変量解析、論理式に基づく計算、第1原理計算の中の少なくとも1つを行うことによって、データベースに蓄積されてなかった未蓄積データ(未知のデータ)について仮想データを推定することができる。 In the search system of the present invention, the virtual data calculation unit performs at least one of multivariate analysis, calculation based on a logical expression, and first principle calculation based on real data stored in the second storage unit. Virtual data can be estimated for unstored data (unknown data) that has not been stored in the database.
多変量解析とは、複数の変数に関するデータに基づいて、データ間の相関関係を解析して有効な情報を見出す解析手法である。論理式とは、経験的に知られている計算式や公式等の関係式、非線形モデルに関する式等の各種数式や演算式である。また、第1原理計算とは、経験的なパラメータを用いずに、例えば量子力学の基本原理等から出発して現象を非経験的に記述して導き出す計算手法である。このような多変量解析、論理式に基づく計算、第1原理計算の中の少なくとも1つを行うことにより、複数の物性パラメータ間に存在する相関関係を利用して、データベースから得られた実データに基づいて未蓄積データに対応する仮想データを高精度に推定することができる。 Multivariate analysis is an analysis method for finding effective information by analyzing the correlation between data based on data on a plurality of variables. The logical expressions are various mathematical expressions and arithmetic expressions such as relational expressions such as calculation formulas and formulas that are empirically known and formulas related to nonlinear models. The first principle calculation is a calculation method that derives a phenomenon in a non-empirical manner by starting from, for example, a basic principle of quantum mechanics without using empirical parameters. By performing at least one of such multivariate analysis, calculation based on logical expressions, and first-principles calculation, actual data obtained from the database using the correlation existing among a plurality of physical property parameters Based on this, it is possible to estimate the virtual data corresponding to the unstored data with high accuracy.
また、本発明の探索システムは、物質抽出部により、マップ作成部で作成した探索マップにおいて、プロットした各データ間の距離、各データ間の傾き、及び各データの位置座標の中の少なくとも1つに基づいて、データの分布状態に規則性を有するデータ群を特定することができる。これにより、マップ作成部で作成した探索マップから、規則性を有するデータ群を高精度に特定することができる。 In the search system of the present invention, at least one of the distance between each plotted data, the slope between each data, and the position coordinate of each data in the search map created by the map creating unit by the substance extracting unit. Based on the above, it is possible to specify a data group having regularity in the data distribution state. Thereby, a data group having regularity can be specified with high accuracy from the search map created by the map creation unit.
更に、本発明の探索システムは、座標軸設定部で、検索パラメータが設定される軸以外のその他の軸(以下、単に「その他の軸」と略記する)に設定する物性パラメータの少なくとも1つを変更して、物性パラメータの中から決定される座標軸の組み合せが異なる複数の2次元平面又は3次元以上の空間を形成することができる。これにより、マップ作成部で、探索マップにおけるその他の軸に設定する物性パラメータの組み合わせが互いに異なる複数の探索マップを作成することができる。 Furthermore, in the search system of the present invention, the coordinate axis setting unit changes at least one of the physical property parameters to be set for other axes other than the axis for which the search parameter is set (hereinafter simply referred to as “other axes”). Thus, a plurality of two-dimensional planes or three-dimensional or more spaces having different combinations of coordinate axes determined from physical property parameters can be formed. As a result, the map creation unit can create a plurality of search maps having different combinations of physical property parameters set on other axes in the search map.
このとき、コンピュータは、作成された複数の探索マップの中から規則性が最も表われている探索マップをマップ選択部で選択し、この選択した探索マップから物質抽出部で物質を抽出することができる。このように複数の探索マップを作成し、規則性が最も表われている探索マップから物質を抽出することにより、様々な視点から最も適切な探索マップを選んで物質を抽出できるため、非常に的確な物質の探索を行うことが可能となる。 At this time, the computer may select a search map that exhibits the most regularity from among the plurality of created search maps by the map selection unit, and extract the substance from the selected search map by the substance extraction unit. it can. By creating multiple search maps in this way and extracting substances from the search map that shows the most regularity, it is possible to select the most appropriate search map from various viewpoints and extract substances. It is possible to search for new substances.
更にまた、本発明の探索システムは、パラメータ決定部により、第3記憶部に記憶した検索パラメータに基づいて、探索マップのその他の軸に設定することができる適切な物性パラメータを決定して第4記憶部に記憶することができる。これにより、所望する特性について有効と考えられる物性パラメータを用いて物質の探索を行うことが可能となるため、より的確な物質の探索を効率的に行うことができる。 Furthermore, in the search system of the present invention, the parameter determining unit determines an appropriate physical property parameter that can be set for the other axis of the search map based on the search parameter stored in the third storage unit, and sets the fourth parameter. It can be stored in the storage unit. This makes it possible to search for a substance using physical property parameters that are considered to be effective for a desired property, so that a more accurate search for a substance can be efficiently performed.
また、本発明の探索システムは、複数の物性パラメータを検索パラメータとして特定して物質の探索を行うことができる。例えば、本発明では、オペレータにより検索パラメータとして複数の物性パラメータが特定されたときに、これらの複数の検索パラメータをそれぞれ別々の軸に設定することにより3次元以上の探索マップを作成して、物質の探索を行うことができる。これにより、所望の特性を有することが可能な材料の構成物質を、より確実に探索することができる。 In addition, the search system of the present invention can search for a substance by specifying a plurality of physical property parameters as search parameters. For example, in the present invention, when a plurality of physical property parameters are specified as search parameters by an operator, a search map of three or more dimensions is created by setting these multiple search parameters on different axes, Can be searched. Thereby, it is possible to more reliably search for a constituent material of the material that can have a desired characteristic.
また本発明では、例えば複数の検索パラメータが特定されたときに、これらの複数の検索パラメータのそれぞれについて別々に探索マップを作成する。更に、各検索パラメータで別々に作成した各探索マップから所定数の物質をそれぞれ抽出し、各検索パラメータで別々に抽出した所定数の物質を相互に比較して共通の物質を探して選出することもできる。これにより、より様々な角度から物質の探索を行うことができ、所望の特性を有することが可能な材料の構成物質を適切に絞り込むことができる。 In the present invention, for example, when a plurality of search parameters are specified, a search map is created separately for each of the plurality of search parameters. Furthermore, a predetermined number of substances are extracted from each search map created separately for each search parameter, and a predetermined number of substances extracted separately for each search parameter are compared with each other to search for and select a common substance. You can also. As a result, substances can be searched from various angles, and the constituent substances of the material that can have the desired characteristics can be appropriately narrowed down.
更に、本発明の探索システムは、物質抽出部により探索マップから物質を抽出する際に、規則性を有するデータ群の分布状態に応じて物質を抽出する基準を変えて、探索マップから物質を非常に適切に抽出することができる。例えば、規則性を有するデータ群の分布状態が密集状態である場合は、この密集しているデータ群の重心又は近似直線を演算又は推定し、この演算又は推定した重心又は近似直線からの距離が短い方からのデータに対応する所定数の物質を同定して抽出することができる。 Furthermore, when the substance extraction unit extracts substances from the search map, the search system of the present invention changes the criteria for extracting substances according to the distribution state of the data group having regularity, Can be extracted appropriately. For example, when the distribution state of a data group having regularity is a dense state, the centroid or approximate line of the dense data group is calculated or estimated, and the distance from the calculated or estimated centroid or approximate line is calculated. A predetermined number of substances corresponding to data from the shorter one can be identified and extracted.
一方、例えば、規則性を有するデータ群の分布状態が一直線上に存在している状態である場合は、この一直線上に存在しているデータ群における平均座標位置、又は前記一直線上に存在しているデータ群の度数分布で最大度数を示す位置を演算又は推定し、この演算又は推定した平均座標位置又は最大度数位置からの距離が短い方からのデータに対応する所定数の物質を同定して抽出することができる。これにより、規則性を有するデータ群から物質の抽出を客観的に且つ的確に行うことができる。 On the other hand, for example, when the distribution state of a regular data group exists on a straight line, the average coordinate position in the data group present on the straight line, or the straight line exists on the straight line. Calculate or estimate the position indicating the maximum frequency in the frequency distribution of the data group, and identify a predetermined number of substances corresponding to the data from the shortest distance from this calculated or estimated average coordinate position or maximum frequency position Can be extracted. Thereby, the substance can be objectively and accurately extracted from the data group having regularity.
次に、本発明に係る新規材料の構成物質情報探索方法は、先ず、コンピュータの第1記憶部に予め記憶されている複数の物性パラメータの中から特定の物性パラメータが特定されると、その特定された物性パラメータを検索パラメータとしてコンピュータの第3記憶部に記憶する。コンピュータは、検索パラメータを第3記憶部に記憶すると、データベースにアクセスして物質に対応する種々の実データを抽出して、第2記憶部に記憶する。 Next, the constituent material information search method for a new material according to the present invention first specifies a specific physical property parameter from among a plurality of physical property parameters stored in advance in the first storage unit of the computer. The obtained physical property parameters are stored in the third storage unit of the computer as search parameters. When the computer stores the search parameter in the third storage unit, the computer accesses the database, extracts various actual data corresponding to the substance, and stores it in the second storage unit.
続いて、コンピュータは、第2記憶部に記憶した実データを、第1記憶部に記憶されている物性パラメータに対応させて整理し、データベースに蓄積されていなかった未蓄積データの存在を確認する。更に、この確認された未蓄積データに対して、前記実データに基づいて演算することにより仮想データを推定し、この推定した仮想データを第2記憶部に記憶する。 Subsequently, the computer organizes the actual data stored in the second storage unit in correspondence with the physical property parameters stored in the first storage unit, and confirms the existence of unstored data that has not been stored in the database. . Further, virtual data is estimated by computing the confirmed unaccumulated data based on the actual data, and the estimated virtual data is stored in the second storage unit.
その後、第3記憶部に記憶した検索パラメータの1つを1軸に設定し、同検索パラメータ以外の物性パラメータをその他の軸に設定して2次元平面又は3次元以上の空間を形成する。また、この各軸に設定した検索パラメータと物性パラメータとにおける実データと仮想データを第2記憶部から読み出す。続いて、前記形成した2次元平面又は3次元以上の空間に実データと仮想データとをプロットすることにより探索マップを作成する。更に、作成した探索マップから所定数の物質を抽出し、抽出した物質を表示部に表示することができる。 Thereafter, one of the search parameters stored in the third storage unit is set as one axis, and a physical property parameter other than the search parameter is set as the other axis to form a two-dimensional plane or a three-dimensional or higher space. Further, the actual data and virtual data in the search parameter and physical property parameter set for each axis are read from the second storage unit. Subsequently, a search map is created by plotting real data and virtual data in the formed two-dimensional plane or three-dimensional or higher space. Furthermore, a predetermined number of substances can be extracted from the created search map, and the extracted substances can be displayed on the display unit.
即ち、本発明の探索方法によれば、複数の物性パラメータの中から選択された検索パラメータと、データベースから抽出した物質に対応する実データとを用いて所定のプロセスで処理を行うことにより、膨大な数の物質の中から、所望の特性を有する新規材料の構成物質となる可能性の高い物質を、客観的に且つ的確に探索することができる。 In other words, according to the search method of the present invention, processing is performed in a predetermined process using a search parameter selected from a plurality of physical property parameters and actual data corresponding to a substance extracted from a database, so It is possible to objectively and accurately search for a substance that is likely to be a constituent material of a new material having desired characteristics from among a large number of substances.
また、本発明の探索方法は、第2記憶部に記憶した実データに基づいて多変量解析を行うことによって、データベースに蓄積されていなかった未蓄積データに対応する仮想データを高精度に推定することができる。 Further, the search method of the present invention estimates the virtual data corresponding to the unaccumulated data that has not been accumulated in the database with high accuracy by performing multivariate analysis based on the actual data stored in the second storage unit. be able to.
以下、本発明における好適な実施の形態について図面を参照しながら詳細に説明する。なお、以下の説明では、主に無機分野において新規材料の構成物質を探索する場合を例に挙げているが、本発明はこれに限定されるものではなく、有機や高分子といった様々な分野においても、所望の特性を有する新規材料の構成物質を探索することが可能である。 DESCRIPTION OF EXEMPLARY EMBODIMENTS Hereinafter, preferred embodiments of the invention will be described in detail with reference to the drawings. In the following description, the case of searching for a constituent material of a new material mainly in the inorganic field is taken as an example, but the present invention is not limited to this, and in various fields such as organic and polymer. It is also possible to search for a constituent material of a new material having desired characteristics.
(第1の実施形態)
図1は、本発明の第1実施形態における新規材料の構成物質情報探索システムのハードウェア構成を模式的に示すブロック図である。図1に示した新規材料の構成物質情報探索システム1(以下、単に「探索システム1」と略記する)は、物質に関する様々な実データがそれぞれ蓄積されたデータベース2a〜2dと、これらのデータベース2a〜2dにアクセス可能なコンピュータ3とを備えている。
(First embodiment)
FIG. 1 is a block diagram schematically showing a hardware configuration of a constituent material information search system for a new material according to the first embodiment of the present invention. The new material constituent material information search system 1 (hereinafter simply referred to as “
本第1実施形態における探索システム1において、コンピュータ3がアクセス可能なデータベースは少なくとも1つ備えられていれば良いが、アクセス可能なデータベースの数が多くなる程、コンピュータ3は物質に関する質の高い様々な実データを抽出し、取得することができる。その結果、以下で説明するように物質の探索を行った際に、信頼性の高い探索結果を得ることが可能となる。
In the
データベース2a〜2dには、例えば、現在までに行われてきた実験や研究に基づいて得られた物質に関する種々の実データ、即ち、物質における結晶構造、力学的特性、熱的特性、電気的特性、光学的特性、及び磁気的特性等の構造や物性に関する様々な実データが蓄積されている。また、これらのデータベース2a〜2dには、その他に、研究者、研究機関、研究年のような書誌的事項の情報なども蓄積することができる。
The
コンピュータ3は、上記のような物質に対応する種々の実データが蓄積されているデータベース2a〜2cにネットワーク4を通じてアクセスすることができる。また、例えば各種記録媒体に記憶されているデータベースや、コンピュータ3に外部接続されている外部記憶装置、及びコンピュータ3に組み込まれているソフトウェア等にデータベース2dが備えられている場合では、コンピュータ3は、ネットワーク4を介さずに、それらのデータベースに直接アクセスすることもできる。
The
なお、ネットワークを通じてアクセスできるデータベースの具体的な一例としては、「NIMS物質・材料データベース(URL=http://mits.nims.go.jp/)」等が知られている。また、データベースを備えたソフトウェアの具体的な一例としては、物質の性質に関するデータを格納した「Pauling File(CD−ROM)」等が知られている。 As a specific example of a database accessible via a network, “NIMS substance / material database (URL = http: //mits.nims.go.jp/)” or the like is known. Further, as a specific example of software including a database, “Pauling File (CD-ROM)” that stores data on the properties of a substance is known.
これらのデータベース2a〜2dにアクセスが可能なコンピュータ3は、例えば、CPU(中央処理装置)5、主記憶装置(メモリ)6、補助記憶装置7、入力装置8、出力装置9、ネットワークインターフェース10、及びシステムバス15を備えており、従来から一般的に用いられているコンピュータと同様の構成を有している。
The
前記CPU5は、コンピュータ3における各種の制御処理やデータの演算処理等を行うことができる。主記憶装置6は、RAMやROMにより構成されており、各種プログラムや各種データなどを記憶することができる。本第1実施形態においては、以下で説明するようなコンピュータ3が備える実データ抽出部、未蓄積データ確認部、仮想データ演算部、パラメータ入力部、座標軸設定部、データ読み出し部、マップ作成部、物質抽出部、マップ選択部、及びパラメータ決定部といった各種の情報処理手段が主記憶装置6に記憶されており、CPU5により実行されるように構成されている。
The
また、この主記憶装置6には、第1記憶部11、第2記憶部12、第3記憶部13、及び第4記憶部14の記憶領域が設けられている。この主記憶装置6に設けた第1記憶部11には、物質の物性に関する複数の物性パラメータが、例えば物性のカテゴリー毎に分類されて予め記憶されている。なお、この第1記憶部11に記憶する物性パラメータとしては、例えば、格子定数や密度等の結晶構造のパラメータ、強度や弾性率等の力学的特性のパラメータ、熱伝導率等の熱的特性のパラメータ、電気陰性度等の電気的特性のパラメータ、光吸収率等の光学的特性のパラメータ、透磁率等の磁気的特性のパラメータといった物質の構造や物性を表す様々なパラメータがある。
The
また、これら全ての物性パラメータには、それぞれに1以上の分類属性が定められている。例えば、結晶構造に関する物性パラメータについては分類属性「I」、力学的特性に関する物性パラメータについては分類属性「II」というように、それぞれの物性のカテゴリーに応じて分類属性を与えることができる。更に、異なるカテゴリー間で何らかの関係性が認められる物性パラメータ同士にも、同じ分類属性を設定することができる。 Moreover, one or more classification attributes are defined for each of these physical property parameters. For example, the classification attribute “I” can be given for the physical property parameter related to the crystal structure, and the classification attribute “II” can be given for the physical property parameter related to the mechanical property, depending on the category of each physical property. Furthermore, the same classification attribute can be set for physical property parameters in which some relationship is recognized between different categories.
例を挙げて具体的に説明すると、例えば、パラメータaとパラメータbとが同じカテゴリー(例えば、力学的特性)に分類される場合は、それぞれに同じ種類の分類属性(例えば、分類属性「V」)を与える。一方、異なるカテゴリーに分類されるパラメータaとパラメータcとの間に一定の関係性が認められる場合は、それぞれに同じ分類属性(例えば、分類属性「VI」)を与えることができる。これにより、各物性パラメータは、1つ以上の分類属性が定められることになる(例えば、上記パラメータaには、分類属性V及びVIが定められる)。 Specifically, for example, when the parameter a and the parameter b are classified into the same category (for example, mechanical characteristics), for example, the same type of classification attribute (for example, the classification attribute “V”). )give. On the other hand, when a certain relationship is recognized between the parameter a and the parameter c classified into different categories, the same classification attribute (for example, the classification attribute “VI”) can be given to each. Thereby, one or more classification attributes are defined for each physical property parameter (for example, classification attributes V and VI are defined for the parameter a).
このように各物性パラメータに対して1以上の分類属性を定めることにより、以下で詳しく説明するように、パラメータ入力部で物性パラメータが検索パラメータとして特定されたときに、この検索パラメータと同じ分類属性を有する物性パラメータを、検索パラメータ設定軸以外のその他の軸に設定する物性パラメータとして用いることができる。また、このように各物性パラメータに分類属性を定めることにより、物性パラメータに対して階層性を与えることができる。これにより、例えば下記の仮想データ演算部で、未蓄積データに対する仮想データを演算する際に、信頼性の高い仮想データを推定することができる。 By defining one or more classification attributes for each physical property parameter in this way, as described in detail below, when a physical property parameter is specified as a search parameter in the parameter input unit, the same classification attribute as this search parameter is set. Can be used as a physical property parameter to be set on another axis other than the search parameter setting axis. In addition, by defining the classification attribute for each physical property parameter in this way, it is possible to give a hierarchical property to the physical property parameter. Thereby, for example, when the virtual data calculation unit described below calculates virtual data for unstored data, highly reliable virtual data can be estimated.
更に、この第1記憶部11に記憶される物性パラメータ及び分類属性については、入力装置8を用いて後から追加設定できるように構成されている。即ち、技術の進歩に応じて、新たな物性パラメータが見出されたときや、各物性パラメータ間に新たな関係性が見出されたときには、入力装置8から追加設定することによって、新たな物性パラメータや新しい分類属性を第1記憶部11に記憶させることができる。
Further, the physical property parameter and the classification attribute stored in the
主記憶装置6の第2記憶部12は、コンピュータ3の実データ抽出部がデータベース2a〜dにアクセスして入手した全ての物質に対応する種々の実データを記憶することができる。また、第2記憶部12は、記憶した実データを、以下で説明する未蓄積データ確認部により、第1記憶部に記憶されている物性パラメータに対応させて整理できるように構成されている。これにより、第2記憶部12は、例えば図3(a)に示したように、実データ抽出部により抽出した実データa1〜a5,b3,b4,c1〜c5,d1〜d3,及びd5を、それぞれ物性パラメータa〜d毎に整理して記憶することができる。
The
更に、第2記憶部12は、以下で説明する仮想データ演算部により未蓄積データに対応する仮想データが推定されたときに、この仮想データを記憶することができるように構成されている。
Furthermore, the
主記憶装置6の第3記憶部13は、パラメータ入力部において第1記憶部11に記憶されている複数の物性パラメータの中から特定の物性パラメータが特定されたときに、その特定された物性パラメータを検索パラメータとして記憶できるように構成されている。この第3記憶部13に記憶した検索パラメータ(物性パラメータ)は、座標軸設定部で2次元平面又は3次元以上の空間を形成する際に読み出すことができる。
The
主記憶装置6の第4記憶部14は、下記で説明するパラメータ決定部により、2次元平面又は3次元以上の空間におけるその他の軸に設定することが決定された物性パラメータを記憶できるように構成されている。
The 4th memory |
更に、この主記憶装置6には、物性パラメータに関する様々な公式や関係式を記憶する第5記憶部(不図示)を備えることができる。例えば、この第5記憶部に、第1原理計算に関する関係式、様々な経験式、更に非線形モデル等に関する様々な計算式や理論を構築するための材料となる情報等を記憶させることができる。これにより、下記で説明するコンピュータ3の仮想データ演算部が演算を行う際に、この第5記憶部に記憶した様々な公式や関係式を利用することができる。このため、未蓄積データに対応する仮想データを高精度に推定することが可能となる。
Further, the
前記コンピュータ3の入力装置8は、キーボードやマウスなどにより構成され、オペレータがこの入力装置8を操作することにより、コンピュータ3に対してプログラムやデータを入力することができる。前記コンピュータ3の出力装置9は、表示装置(ディスプレイ)や印刷装置(プリンタ)などにより構成されており、探索システム1によって最終的に探索された探索結果(探索された物質)をオペレータに対して表示することができる。
The input device 8 of the
また、入力装置8及び出力装置9は、オペレータ(研究者)が検索パラメータとなる物性パラメータを入力する際に、複数の物性パラメータが出力装置9に表示され、オペレータが入力装置8を操作して、出力装置9に表示した物性パラメータの中から特定の物性パラメータを指定できるように構成されている。 In addition, when the operator (researcher) inputs a physical property parameter as a search parameter, the input device 8 and the output device 9 display a plurality of physical property parameters on the output device 9, and the operator operates the input device 8. The specific physical property parameter can be designated from the physical property parameters displayed on the output device 9.
更に、前記コンピュータ3の補助記憶装置7は、例えばハードディスクや光ディスク等で構成されており、各種プログラムや各種データなどを長期に渡り保存することができる。
Further, the
次に、上記のような構成を有する本第1実施形態の探索システム1を用いて、所望の特性を有する物質を探索する方法について詳細に説明する。ここで、図2は、本第1実施形態における探索方法の一例を示すフローチャートである。なお、図2に示したフローチャートにおいて、ステップ1〜ステップ8は、それぞれS1〜S8として略記している。
Next, a method for searching for a substance having desired characteristics using the
先ず、コンピュータ3は、オペレータにより、複数の物性パラメータの中から特定の物性パラメータが検索パラメータとして特定される(ステップ1)。即ち、コンピュータ3は、パラメータ入力部により、複数の物性パラメータを第1記憶部11から全て読み出して出力装置9に表示する。オペレータは、出力装置9に表示された複数の物性パラメータの中から少なくとも1つの特定の物性パラメータを、キーボードやマウスといった入力装置9を操作して特定する。これにより、パラメータ入力部は、オペレータにより指定された物性パラメータが入力されて、この入力された物性パラメータを検索パラメータとして、第3記憶部13に記憶することができる。
First, in the
このとき、オペレータにより指定される物性パラメータは、実際に向上させたい材料の特性に密接に関係する物性パラメータや、所望の特性を有する材料にとって重要であることが知られている、又は重要であると考えられる物性パラメータである。このような物性パラメータが検索パラメータとしてコンピュータ3に入力されることにより、所望の特性を有する新規材料の構成物質となる可能性の高い物質を探索することが可能となる。
At this time, the physical property parameter specified by the operator is known or important to be a material property parameter closely related to the material property to be actually improved or a material having a desired property. It is a physical property parameter considered. By inputting such physical property parameters to the
また、このパラメータ入力部に入力される物性パラメータの数は任意であり、1つであっても複数であっても良く、探索対象となる材料に求められる特性に応じて適宜に変更することができる。なお、本第1実施形態においては、コンピュータ3に対して1つの物性パラメータが検索パラメータとして入力される場合について説明する。
Further, the number of physical property parameters input to the parameter input unit is arbitrary, and may be one or plural, and may be appropriately changed according to characteristics required for a material to be searched. it can. In the first embodiment, the case where one physical property parameter is input as a search parameter to the
ここで、所望する材料の特性に対して指定される検索パラメータについて、具体的な例を挙げて説明する。例えば、臨界温度の高い超伝導材料についての探索を行う場合であれば、電気的特性の物性パラメータの一つである「1原子あたりの価電子数」を検索パラメータとして入力することが考えられる。また、水素貯蔵量の多い水素吸蔵材料についての探索では、水素の溶解性に関係のあるパラメータ、即ち、「単位格子における原子の空間充填」に関する物性パラメータ、「電子状態」に関する物性パラメータ、及び「結晶構造の対称性」に関する物性パラメータの中の少なくとも1つの物性パラメータ、好ましくは3つの物性パラメータを入力することが考えられる。更にその他に、ばねに最適な材料の探索では「(強度)2/密度」の物性パラメータを入力することや、軽くて曲がりにくい材料の探索では「(ヤング率)1/2/密度」の物性パラメータを入力することが考えられる。 Here, the search parameters specified for the desired material characteristics will be described with specific examples. For example, when searching for a superconducting material having a high critical temperature, it is conceivable to input “number of valence electrons per atom”, which is one of the physical property parameters of electrical characteristics, as a search parameter. Further, in the search for a hydrogen storage material with a large amount of hydrogen storage, parameters related to hydrogen solubility, that is, physical parameters related to “space filling of atoms in a unit cell”, physical parameters related to “electronic state”, and “ It is conceivable to input at least one physical property parameter, preferably three physical property parameters, among the physical property parameters relating to “symmetry of crystal structure”. In addition, when searching for the most suitable material for the spring, enter the physical parameter of “(Strength) 2 / density”, and when searching for a light and difficult-to-bend material, the physical property of “(Young's modulus) 1/2 / density” It is conceivable to enter parameters.
これらの具体例として挙げた物性パラメータは、それぞれの材料の特性(材料に対するニーズ)に関して重要であることが一般的に、又は経験的に知られているものである。またその他に、例えば実験等によって所望の特性について重要であることが確認された物性パラメータを検索パラメータとして入力することもできる。 These physical property parameters listed as specific examples are generally or empirically known to be important with respect to the characteristics (needs for materials) of each material. In addition, for example, a physical property parameter confirmed to be important for a desired characteristic by an experiment or the like can be input as a search parameter.
また、コンピュータ3は、上記のような検索パラメータがパラメータ入力部で入力される際に、以下で説明するような物質抽出部で物質を抽出するときの物質の抽出個数をオペレータに求めて、オペレータが所望の数値を入力装置8から入力するように構成されている。
In addition, when the search parameter as described above is input by the parameter input unit, the
コンピュータ3は、上記のようにして特定の物性パラメータが入力されて検索パラメータとして第3記憶部に記憶した後、実データ抽出部により、データベース2a〜2dのそれぞれにアクセスして、データベース2a〜2dのそれぞれに蓄積されている全ての物質に対応する様々な実データを抽出する(ステップ2)。更に、コンピュータ3は、データベース2a〜2dから抽出した実データを主記憶装置6の第2記憶部12に記憶する(ステップ3)。このとき、コンピュータ3がアクセスするデータベースが多いほど、より多くの種類の実データを入手することができる。
The
次に、コンピュータ3は、未蓄積データ確認部により、第2記憶部に記憶した実データを、第1記憶部に記憶されている複数の物性パラメータに対応させて整理し、データベース2a〜2dに蓄積されていなかった未蓄積データの存在を確認する。また、仮想データ演算部により、未蓄積データ確認部で確認された未蓄積データに対して、第2記憶部に記憶した実データに基づいて段階的に演算を行なうことにより仮想データを推定する(ステップ4)。
Next, the
ここで、コンピュータ3の未蓄積データ確認部と仮想データ演算部が行う作業について、図3を参照しながら概略的に説明する。例えば、コンピュータ3が前記実データ抽出部により、物質A〜Dについてa1〜a5,b3,b4,c1〜c5,d1〜d3,及びd5の実データを抽出して第2記憶部に記憶した場合について考える。
Here, the operations performed by the unstored data confirmation unit and the virtual data calculation unit of the
コンピュータ3の未蓄積データ確認部は、第2記憶部に記憶した上記実データを、図3(a)に示したように第1記憶部11に記憶されている物性パラメータa〜dに対応させて整理する。これにより、物性パラメータ毎に実データの有無を判別していくことにより、グレーに着色した欄の実データが存在しないことを確認することができる。このような存在しないことが確認されたデータは、現在までに行われた実験や研究において検証されてないデータであり、データベースに蓄積されてない未蓄積データ(未知のデータ)である。
The non-accumulated data confirmation unit of the
この未蓄積データに対して、コンピュータ3の仮想データ演算部は、実データa1〜a5,b3,b4,c1〜c5,d1〜d3,及びd5に基づいて演算を行なうことにより仮想データを推定する。例えば図3(a)のように、b1,b2,b5に対応するデータが存在しなかった場合、仮想データ演算部は、先ず主記憶装置6に設けた前記第5記憶部(不図示)に予め記憶されている様々な公式や関係式(経験式)の中から、パラメータbに関して規定されている経験式を検索する。そして、第5記憶部にパラメータaとパラメータbに関する経験式が記憶されていたとき、検査部は、この経験式を用いることにより、パラメータaの実データa1,a2,a5に基づいて仮想データb1´,b2´,b5´を推定することができる。
The virtual data calculation unit of the
次に、未蓄積データd4に対する仮想データd4´を推定する。このとき、例えば第5記憶部の中にパラメータdに関する経験式が何も記憶されてなかった場合、仮想データ演算部は多変量解析を行うことによって仮想データd4´の推定を行う。即ち、物質A〜Eについて実データ及び仮想データが揃っているパラメータa〜cの1つ以上を用いて、先ずパラメータdとの相関関係を求める。 Next, virtual data d4 ′ for unstored data d4 is estimated. At this time, for example, when no empirical formula related to the parameter d is stored in the fifth storage unit, the virtual data calculation unit estimates the virtual data d4 ′ by performing multivariate analysis. That is, first, the correlation with the parameter d is obtained using one or more of the parameters a to c for which the real data and virtual data are prepared for the substances A to E.
例えば、パラメータa及びbを用いて、多変量解析の一つの手法である重回帰分析を行うことにより、パラメータdに関する重回帰式を演算する。これにより、パラメータa及びbについてのパラメータdとの相関関係を求めることができる。即ち、パラメータa及びbの変数をそれぞれXa及びXbと定義し、パラメータdのの変数をYdと定義したときに、「Ydの理論値=α0+Xa・α1+Xb・α2」及び「残渣=Yd−(Ydの理論値)」を演算する。そして、物質A〜Eについての「残渣」の2乗和Lを演算する。このとき、演算される2乗和Lは、α0、α1、α2の2次関数になるため、2乗和Lを最小にするα0、α1、α2の値を微分により演算して求める。その結果、重回帰式「Yd=α0+Xa・α1+Xb・α2」を決定することができる。 For example, a multiple regression equation relating to the parameter d is calculated by performing multiple regression analysis, which is one method of multivariate analysis, using the parameters a and b. Thereby, the correlation with the parameter d about the parameters a and b can be calculated | required. That is, when the parameters a and b are defined as Xa and Xb and the parameter d is defined as Yd, “theoretical value of Yd = α 0 + Xa · α 1 + Xb · α 2 ” and “residue” = Yd- (theoretical value of Yd) "is calculated. Then, a square sum L of “residues” for the substances A to E is calculated. At this time, the calculated square sum L is a quadratic function of α 0 , α 1 , α 2 , and therefore, the values of α 0 , α 1 , α 2 that minimize the square sum L are calculated by differentiation. And ask. As a result, the multiple regression equation “Yd = α 0 + Xa · α 1 + Xb · α 2 ” can be determined.
そして、この演算した重回帰式に基づいて、「α0+(a4の値)・α1+(b4の値)・α2」を演算することにより、仮想データd4´を推定することができる。なお、この場合、パラメータdとの相関関係を求める際に用いるパラメータとして、例えば第2記憶部に記憶した物性パラメータの分類属性を利用して、パラメータdと同じ分類属性を有する物性パラメータの中から相関比の高い物性パラメータを選択することが好ましい。 The virtual data d4 ′ can be estimated by calculating “α 0 + (value of a4) · α 1 + (value of b4) · α 2 ” based on the calculated multiple regression equation. . In this case, as a parameter used when obtaining the correlation with the parameter d, for example, the physical property parameter classification attribute stored in the second storage unit is used to select among physical property parameters having the same classification attribute as the parameter d. It is preferable to select a physical property parameter having a high correlation ratio.
そして、上記のような演算により求めた仮想データb1´,b2´,b5´,及びd4´を第2記憶部12に記憶することにより、図3(b)に示すように、パラメータa〜dに関して全ての物質についてのデータ(実データ及び仮想データ)を揃えることができる。このように全てのデータを揃えることにより、今までは知られていなかった新規材料の構成物質を的確に探索することが可能となる。
Then, by storing the virtual data b1 ′, b2 ′, b5 ′, and d4 ′ obtained by the above calculation in the
なお、前記説明とは異なり、例えば第5記憶部の中にパラメータbに関する公式や関係式が何も記憶されておらず、一方パラメータdに関する関係式が記憶されていた場合であれば、先ずパラメータdについての関係式を利用して仮想データd4´を推定する。その後、実データ及び仮想データが揃っているパラメータa,c,dの1つ以上を用いて多変量解析や第1原理計算を行うことによって、仮想データb1´,b2´,b5´を推定することも可能である。 Unlike the above description, for example, if no formula or relational expression related to the parameter b is stored in the fifth storage unit, whereas a relational expression related to the parameter d is stored, the parameter is first set. The virtual data d4 ′ is estimated using the relational expression for d. Thereafter, the virtual data b1 ′, b2 ′, and b5 ′ are estimated by performing multivariate analysis and first-principles calculation using one or more of parameters a, c, and d in which real data and virtual data are arranged. It is also possible.
また、上記のように仮想データb1´,b2´,b5´,及びd4´を推定する際に、パラメータa〜dやその他のパラメータにおける実データに特異点を含む領域が存在することがある。この場合、例えば多変量解析に第1原理計算、経験式、非線形モデル等を組み合せて補完することにより、仮想データを推定することができる。実データに特異点を含む場合には、多変量解析又は経験式のみによって仮想データの推定を行うことは難しいことが多いが、前記第5記憶部に記憶した経験式、第1原理計算、非線形モデル等の理論構築材料を多変量解析と組み合せて適用することにより、仮想データを高精度に推定することが可能となる。 In addition, when the virtual data b1 ′, b2 ′, b5 ′, and d4 ′ are estimated as described above, there may be a region including singular points in the actual data in the parameters a to d and other parameters. In this case, for example, virtual data can be estimated by complementing the multivariate analysis by combining the first principle calculation, the empirical formula, the nonlinear model, and the like. When actual data includes singular points, it is often difficult to estimate virtual data only by multivariate analysis or empirical formulas. However, empirical formulas, first-principles calculations, nonlinearity stored in the fifth storage unit are often difficult. By applying theoretical construction materials such as models in combination with multivariate analysis, virtual data can be estimated with high accuracy.
更に、この仮想データの推定を行う場合は、未確認データ確認部で確認された未蓄積データの全てについてそれぞれ仮想データを求めることが好ましいが、本実施形態では、これに限定されるものではない。例えば、実データの整備状況や理論構築材料の整備状況によっては、全ての未確認データについて仮想データを演算することが困難であることも考えられる。このため、未確認データに対応する仮想データを推定する際には、未確認データの80%以上、好ましくは90%以上、更に好ましくは95%以上について仮想データを推定できれば良い。 Furthermore, when estimating this virtual data, it is preferable to obtain virtual data for all of the unstored data confirmed by the unconfirmed data confirmation unit, but this embodiment is not limited to this. For example, it may be difficult to calculate virtual data for all unconfirmed data depending on the actual data maintenance status and the theory construction material maintenance status. Therefore, when estimating virtual data corresponding to unconfirmed data, it is only necessary to estimate virtual data for 80% or more, preferably 90% or more, more preferably 95% or more of unconfirmed data.
なお、より多くの未確認データに対して仮想データを推定するためには、例えば前記第5記憶部において第1原理計算に関する関係式、様々な経験式、更に非線形あてはめモデル等に関する様々な計算式や理論を構築するための材料をより多く揃えることが好ましい。また、ニューラルネットワークや遺伝的アルゴリズム等を適用することによっても、より多くの未確認データに対して仮想データの推定をより高精度に行うことが可能となる。 In order to estimate virtual data for more unconfirmed data, for example, in the fifth storage unit, relational expressions related to the first principle calculation, various empirical expressions, various calculation expressions related to a nonlinear fitting model, etc. It is preferable to arrange more materials for constructing the theory. In addition, by applying a neural network, a genetic algorithm, or the like, it is possible to estimate virtual data with higher accuracy for more unconfirmed data.
このように各未蓄積データについて仮想データをそれぞれ推定した後、コンピュータ3は、座標軸設定部により、第3記憶部に記憶した検索パラメータを1軸に設定し、且つ、検索パラメータ以外の第1記憶部に記憶されている物性パラメータのうちの2つの物性パラメータをその他の2軸に設定して、3次元空間を形成する。次に、データ読み出し部により、3次元空間の軸に設定した検索パラメータ及び2つの物性パラメータにおける実データ及び仮想データを第2記憶部から読み出す。
After estimating virtual data for each non-accumulated data in this way, the
その後、マップ作成部により、座標軸設定部で形成した3次元空間に、読み出した実データ及び仮想データをプロットして探索マップを作成する(ステップ5)。なお、本第1実施形態においては、上記のように3次元の探索マップを作成する場合について説明するが、例えば2次元の探索マップや4次元以上の高次元探索マップを作成することも可能である。 Thereafter, the map creation unit creates a search map by plotting the read real data and virtual data in the three-dimensional space formed by the coordinate axis setting unit (step 5). In the first embodiment, the case where a three-dimensional search map is created as described above will be described. However, for example, a two-dimensional search map or a four-dimensional or higher-dimensional search map can be created. is there.
以下、探索マップの作成について、より具体的に説明すると、先ずコンピュータ3の座標軸設定部は、3次元空間を形成するために、3次元空間の1つの軸に、前記第3記憶部に記憶した検索パラメータ(例えば、パラメータa)を設定する。また、3次元空間におけるその他の2つの軸には、検索パラメータ(パラメータa)以外で第1記憶部11に記憶されている複数の物性パラメータの中から選択される2つの物性パラメータ(例えば、パラメータb及びc)をそれぞれ設定する。
Hereinafter, the creation of the search map will be described in more detail. First, the coordinate axis setting unit of the
このとき、検索パラメータ設定軸以外のその他の2軸に設定する物性パラメータは、コンピュータ3のパラメータ決定部により、以下のようにして決定することができる。即ち、パラメータ決定部は、検索パラメータが有する分類属性を第1記憶部11で確認し、この確認された検索パラメータと同じ分類属性を有する物性パラメータを第1記憶部11から全て読み出す。
At this time, the physical property parameters set on the other two axes other than the search parameter setting axis can be determined by the parameter determination unit of the
例えば、検索パラメータ(パラメータa)の分類属性として「V」及び「VI」が第1記憶部11に記憶されていた場合、パラメータ決定部は、第1記憶部11から「V」又は「VI」の分類属性を有する全ての物性パラメータを読み出す。そして、この分類属性に基づいて読み出した物性パラメータを3次元空間における前記その他の2軸に設定するパラメータとして決定し、コンピュータ3の第4記憶部14に記憶する。
For example, when “V” and “VI” are stored in the
そして、座標軸設定部は、この第4記憶部14に記憶された物性パラメータの中から2つの物性パラメータ(パラメータb及びc)を読み出して、3次元空間におけるその他の2軸に設定する。これにより、検索パラメータ(パラメータa)と2つの物性パラメータ(パラメータb及びc)とをそれぞれ軸とする3次元空間を形成することができる。
Then, the coordinate axis setting unit reads two physical property parameters (parameters b and c) from the physical property parameters stored in the
なお、本第1実施形態においては、以下で説明するように、前記パラメータ決定部で分類属性に基づいて読み出して第4記憶部14に記憶した全ての物性パラメータについて、これらの中から決定される2つのパラメータの組み合わせの数の分だけ複数の探索マップを作成する。従って、座標軸設定部が、第4記憶部14に記憶した全ての物性パラメータの中から2つの物性パラメータを選択する順番等については、特に限定されない。また、本第1実施形態では、例えばパラメータ決定部によって3次元空間の軸となる物性パラメータの決定を行わずに、第1記憶部11に記憶されている検索パラメータ以外の全ての物性パラメータを、3次元空間におけるその他の2軸に設定するパラメータとして用いることも可能である。
In the first embodiment, as will be described below, all the physical property parameters read out based on the classification attribute by the parameter determination unit and stored in the
座標軸設定部で3次元空間を形成した後、データ読み出し部により、3次元空間の軸に設定した検索パラメータ(パラメータa)及び2つの物性パラメータ(パラメータb及びc)における実データ及び仮想データを第2記憶部から読み出す。その後、マップ作成部により、パラメータa〜cをそれぞれ軸とする3次元空間に、第2記憶部から読み出したパラメータa〜cに対応する実データ及び仮想データをプロットする。これにより、例えば図4に示したような、それぞれの物質に対応するデータがプロットされた3次元の探索マップ(探索マップα)を作成することができる。 After the three-dimensional space is formed by the coordinate axis setting unit, the data readout unit obtains the real data and virtual data in the search parameter (parameter a) and the two physical property parameters (parameters b and c) set on the axis of the three-dimensional space. 2 Read from the storage unit. Thereafter, the map creation unit plots real data and virtual data corresponding to the parameters a to c read from the second storage unit in a three-dimensional space with the parameters a to c as axes. Thereby, for example, as shown in FIG. 4, a three-dimensional search map (search map α) in which data corresponding to each substance is plotted can be created.
この作成された探索マップは、物性パラメータa〜cに関しての物質の性質の傾向を表すことができる。従って、プロットしたデータの分布状態に何らかの規則性が見出せれば、その規則性のあるデータに対応する物質の集合は、物性パラメータa〜cに関して特徴的な性質を有していると考えることができる。 This created search map can represent the tendency of the material properties with respect to the physical property parameters a to c. Therefore, if some regularity can be found in the distribution state of the plotted data, it can be considered that the set of substances corresponding to the regular data has a characteristic property with respect to the physical property parameters a to c. it can.
また、コンピュータ3は、上記のように物性パラメータa〜cに関する探索マップを作成した後、検索パラメータの設定軸以外のその他の2軸に設定する物性パラメータの組み合わせを前記座標軸設定部で変更して、別の3次元空間を形成する。例えば、座標軸設定部は、第4記憶部14から2つの物性パラメータb及びdを読み出すことにより、検索パラメータaと、物性パラメータb及びdとをそれぞれ軸とする3次元空間を形成する。
Further, after creating the search map for the physical property parameters a to c as described above, the
そして、データ読み出し部により、検索パラメータa及び物性パラメータb及びdにおける実データ及び仮想データを第2記憶部から読み出した後、マップ作成部により、パラメータa,b,dを軸とする3次元空間に読み出した実データ及び仮想データをプロットする。これにより、前記探索マップαとは異なる新たな3次元の探索マップ(探索マップβ)を作成することができる。 Then, after the real data and virtual data in the search parameter a and the physical property parameters b and d are read from the second storage unit by the data reading unit, the three-dimensional space with the parameters a, b, and d as axes is read by the map creating unit. Plot the real data and virtual data read in As a result, a new three-dimensional search map (search map β) different from the search map α can be created.
そして、コンピュータ3は、前記座標軸設定部で3次元空間のその他の2軸に設定する物性パラメータの組み合わせを第4記憶部14に記憶した物性パラメータの中で順番に変更していく。これにより、マップ作成部は、第4記憶部14に記憶した物性パラメータの中から、その他の2軸に設定する物性パラメータの組み合わせが可能な数の分だけ、複数の3次元探索マップを作成することができる。このように物性パラメータの組み合わせを変更して複数の探索マップを作成することにより、検索パラメータとそれ以外の2つの物性パラメータとに対する物質の関連性を探ることができる。
Then, the
このようにしてマップ作成部によって複数の探索マップを作成した後、コンピュータ3は、マップ選択部により、作成した全ての探索マップについてデータの分布状態における規則性を判断し、また所望する特性や探索マップの精度を勘案して、規則性が最も表われている探索マップ又は目的に合った探索マップを選択する(ステップ6)。
After creating a plurality of search maps by the map creation unit in this way, the
具体的に説明すると、マップ選択部は、作成した探索マップ毎に例えばクラスター分析を行うことにより、探索マップにプロットした各データ間の距離を全て分析して、各探索マップにおけるデータの密集具合を調べることができる。また、探索マップにプロットした各データ間の傾き及びデータの位置座標を分析することにより、データの配列具合を調べることができる。 More specifically, the map selection unit analyzes all the distances between the data plotted on the search map by performing, for example, cluster analysis for each created search map, and determines the density of data in each search map. You can investigate. Further, by analyzing the inclination between the data plotted on the search map and the position coordinates of the data, it is possible to check the data arrangement.
そして、マップ選択部は、このように調べたデータの密集具合や配列具合に基づいてデータの分布状態における規則性を判断する。更に、作成した全ての探索マップの中から規則性が最も表われている探索マップ、例えば、より多くのデータがより狭い範囲の中で密集している探索マップ、又はより多くのデータが1つの直線上に配列している探索マップ等を選択する。このように探索マップにおけるデータの分布状態に規則性を判断することにより、探索マップの軸に設定した検索パラメータと2つの物性パラメータとに関して特徴的な性質を有する物質の集団(又は、理論的な解釈が可能な関係を有する物質の集団)を見出すことができる。 Then, the map selection unit determines regularity in the data distribution state based on the density and arrangement of the data examined in this way. In addition, a search map that shows the most regularity among all the created search maps, for example, a search map in which more data is concentrated in a narrower range, or more data is one A search map or the like arranged on a straight line is selected. In this way, by determining the regularity of the data distribution state in the search map, a group of substances (or theoretically) having characteristic properties with respect to the search parameter and the two physical property parameters set on the axis of the search map. A group of substances with a relationship that can be interpreted).
なお、所望する特性によっては、例えば具体的な条件を入力して探索マップの選択をマップ選択部に行わせることにより、目的にあった探索マップを選ぶことも可能である。また、必要に応じて、例えばマップ選択部で幾つかの探索マップを選択させた後に、これら選択した幾つかの探索マップを出力表示に表示して、オペレータがその中から任意の探索マップを選択できるように構成することも可能である。 Depending on the desired characteristics, it is possible to select a search map suitable for the purpose, for example, by inputting specific conditions and causing the map selection unit to select a search map. If necessary, for example, after selecting several search maps by the map selection unit, the selected search maps are displayed on the output display, and the operator selects an arbitrary search map from among them. It is also possible to configure so as to be able to.
上記のようにマップ選択部によって規則性が最も表われている探索マップを選択した後、コンピュータ3は、物質抽出部により、前記選択した探索マップにおいて規則性を有するデータの集まり(データ群)を特定し、その特定したデータ群の中から予め規定したルールに基づいて所定数の物質を抽出する(ステップ7)。このとき抽出する物質の個数は、前記入力装置8からオペレータにより前以て設定されている。
After selecting the search map that shows the most regularity by the map selection unit as described above, the
例えば、マップ選択部によって選択された探索マップが、図4に示すように、パラメータa〜cを軸とする探索マップ上のある一部の領域20において多くのデータが密集しているような規則性を有する場合、物質抽出部は、その領域に密集しているデータの集合体(データ群)を特定する。次に、物質抽出部は、この特定したデータ群の座標位置等からデータ群の重心又は近似直線を演算又は推算する。そして、その演算又は推算した重心又は近似直線からの距離が短い方から順番にデータを所定数だけ取り出し、その取り出したデータに対応する物質を同定して抽出する。
For example, the search map selected by the map selection unit has a rule that a large amount of data is concentrated in a
一方、物質選択部によって選択された探索マップが、例えば1つの直線上に多くのデータが配列している規則性を有する場合、物質抽出部は、その一直線上に存在しているデータの集合体(データ群)を特定する。次に、物質抽出部は、この特定したデータ群の座標位置等からデータ群の平均座標位置、又はデータ群の度数分布で最大度数を示す位置を演算又は推定する。そして、その演算又は推定した平均座標位置又は最大度数位置からの距離が短い方から順番にデータを所定数だけ取り出し、その取り出したデータに対応する物質を同定して抽出する。 On the other hand, when the search map selected by the substance selection unit has regularity in which many data are arranged on one straight line, for example, the substance extraction unit is a collection of data existing on the straight line. Specify (data group). Next, the substance extraction unit calculates or estimates the average coordinate position of the data group or the position indicating the maximum frequency in the frequency distribution of the data group from the coordinate position of the specified data group. Then, a predetermined number of data is extracted in order from the shortest distance from the calculated or estimated average coordinate position or maximum frequency position, and a substance corresponding to the extracted data is identified and extracted.
このようにして規則性を有するデータ群から所定のルールに基づいて物質を抽出することにより、検索パラメータ及び2つの物性パラメータについて大きく関与する物質、即ち、所望の特性を有する新規材料の構成物質となる可能性が高い物質を探し出すことができる。 By extracting substances based on a predetermined rule from a data group having regularity in this way, a substance that is greatly involved in the search parameter and the two physical property parameters, that is, a constituent material of a new material having a desired characteristic You can search for substances that are likely to be.
なお、コンピュータ3は、探索マップにおいて規則性を有するデータ群を特定する際に、マップ作成部で作成した探索マップを出力装置9に表示して、規則性を有するデータ群をオペレータに指定させることも可能である。これにより、オペレータは、入力装置8を操作することによって、出力装置9に表示された探索マップから規則性を有するデータ群を任意に指定することができる。そして、コンピュータ3の物質抽出部は、オペレータにより指定されたデータ群から、前記所定のルールに基づいて物質を抽出することが可能となる。
When the
そして、コンピュータ3は、上記のようにして物質抽出部で抽出した所定数の物質を出力装置9に表示することにより、所望の特性を有する新規材料の構成物質となる可能性の高い物質をオペレータに対して探索結果として提供することができる(ステップ8)。
Then, the
以上のように、本第1実施形態における新規材料の構成物質情報探索システムによれば、オペレータによって複数の物性パラメータの中から指定された特定の物性パラメータ(検索パラメータ)に基づいて、膨大な数の物質の中から、所望の特性を有する新規材料の構成物質となる可能性の高い物質を所定のプロセスに従って探索することができる。これにより、研究者の資質等に関わらず、客観的に且つ的確に新規材料の構成物質の候補を探索することができる。 As described above, according to the constituent material information search system for a new material in the first embodiment, an enormous number can be obtained based on specific physical property parameters (search parameters) designated by the operator from a plurality of physical property parameters. Among these substances, a substance that is likely to be a constituent substance of a new material having a desired characteristic can be searched according to a predetermined process. This makes it possible to search for a candidate for a constituent material of a new material objectively and accurately regardless of the qualities of the researcher.
また、本第1実施形態では、物質を探索する際に、前記のようにデータベースに蓄積されていない未蓄積データを演算により仮想データとして推定する。このため、従来では不可能であった様々な特性に対しての物質探索が可能となり、信頼性の高い探索結果を得ることができる。 In the first embodiment, when searching for a substance, unstored data that is not stored in the database as described above is estimated as virtual data by calculation. For this reason, it is possible to search for substances with respect to various characteristics that were impossible in the past, and to obtain highly reliable search results.
更に、本第1実施形態においては、例えば前記ステップ4でコンピュータ3の仮想データ演算部で仮想データを推定して第2記憶部に記憶した後、コンピュータ3は、オペレータにより特定された検索パラメータに関係のある物質を判別し、第2記憶部12に記憶した全ての物質の中から、検索パラメータに関係のある複数の物質(物質群)を抽出することができる。そして、コンピュータ3は、前記ステップ5において、この検索パラメータに基づいて抽出した複数の物質に対応する実データ及び仮想データを第2記憶部12から読み出して、前記3次元空間にプロットすることにより探索マップを作成することができる。これにより、検索パラメータに関係のある物質群から物質の探索を行うことができるため、非常に適切に新規材料の構成物質の候補を探索することができる。
Further, in the first embodiment, for example, after the virtual data is estimated by the virtual data calculation unit of the
なお、このように本第1実施形態において探索された物質は、所望の特性を有する新規材料の構成物質としての可能性が高いことを示したに過ぎない。従って、これらの物質については、今後様々な実験や研究を行って、最適な製造条件や実用化の可能性等を検討することになる。更に、これらの実験や研究を通じて、探索された物質が単独で新規材料として使用できる可能性を検討したり、また、他の物質の添加や、他の物質との混合による組成物の形成を通じて新規材料の実用化への可能性を検討することができる。 It should be noted that the substances searched for in the first embodiment as described above only show high possibility as constituent substances of new materials having desired characteristics. Therefore, for these substances, various experiments and research will be conducted in the future to examine the optimum production conditions and the possibility of practical use. Furthermore, through these experiments and research, we investigated the possibility that the searched substance could be used alone as a new material, or added a new substance or formed a composition by mixing with another substance. The possibility of practical use of materials can be examined.
また、本第1実施形態では、前記ステップ5において探索マップを作成する際に、3次元空間におけるその他の軸に設定する物性パラメータの組み合わせを変えて、複数の探索マップを作成する場合について説明している。しかし、本発明においては、例えば探索マップにおいて物性パラメータを設定する軸の本数を増減させることにより、2次元の探索マップ、又は3次元よりも高次元の探索マップを作成して、物質の探索を行うこともできる。
In the first embodiment, when creating a search map in
特に、前記ステップ5において、例えば座標軸設定部により、検索パラメータ及び前記第4記憶部14に記憶した物性パラメータの全てを各軸にそれぞれ設定して高次元空間を形成することもできる。そして、マップ作成部により、この高次元空間に実データ及び仮想データをプロットすることにより、高次元の探索マップを1枚作成することができる。
In particular, in
このようにマップ作成部によって1枚の高次元探索マップを作成した場合、マップ選択部による探索マップの選択処理(ステップ6)を行わずに、前記ステップ7において、高次元の探索マップから規則性を有するデータ群を直接特定して物質の抽出を行うことができる。
When one high-dimensional search map is created by the map creation unit in this way, the regularity is selected from the high-dimensional search map in
更に、本第1実施形態においては、前記ステップ1において、オペレータから入力装置8を通して1つの検索パラメータがコンピュータ3に入力された場合について説明している。しかし、本発明では、物質を探索する際に、オペレータが2つ以上の複数の検索パラメータをコンピュータ3に入力することもできる。例えば、オペレータから入力装置を通して2つの検索パラメータが入力された場合には、以下のようにして探索マップを作成して物質の探索が行われる。
Furthermore, in the first embodiment, the case where one search parameter is input to the
即ち、前記ステップ5において、3次元探索マップを作成する際に、先ずパラメータ決定部は、オペレータから入力された2つの検索パラメータのそれぞれが有する分類属性を確認して、2つの検索パラメータと同じ分類属性を有する全ての物性パラメータを第1記憶部11から読み出して第4記憶部に記憶する。
That is, when creating the three-dimensional search map in
次に、座標軸設定部は、オペレータから入力された2つの検索パラメータを3次元空間の2つの軸にそれぞれ設定し、その他の残る1つの軸に前記第4記憶部に記憶した物性パラメータの中の1つを設定する。そして、マップ作成部により、2つの検索パラメータと1つの物性パラメータで形成した3次元空間に実データ及び仮想データをプロットすることにより、3次元の探索マップを作成することができる。 Next, the coordinate axis setting unit sets two search parameters input from the operator to two axes in the three-dimensional space, and sets the remaining one axis among the physical property parameters stored in the fourth storage unit. Set one. A map creation unit can create a three-dimensional search map by plotting real data and virtual data in a three-dimensional space formed by two search parameters and one physical property parameter.
そして、座標軸設定部で第4記憶部14から読み出す物性パラメータを変更していくことにより、マップ作成部で複数の3次元探索マップを作成することができる。その後、前記と同様にステップ6〜8を行うことによって、物質抽出部で抽出した物質を出力装置9に探索結果として表示することができる。
Then, by changing the physical property parameters read from the
更にまた、前記ステップ1においてオペレータから3つ以上の検索パラメータが入力された場合には、例えば前記ステップ5において、座標軸設定部で4次元以上の空間を形成して、マップ作成部で4次元以上の探索マップを作成する。即ち、選択された3つ以上の検索パラメータのそれぞれが1つずつ軸に設定され、且つ、その他の少なくとも1つの軸に検索パラメータ以外の物性パラメータを設定することによって、探索マップを作成することができる。このように探索マップを作成することによっても、前記と同様に物質の探索を行うことができる。
Furthermore, when three or more search parameters are input from the operator in the
(第2の実施形態)
次に、本発明の第2実施形態について説明する。なお、本第2実施形態において、探索システムのハードウェア構成は、前記第1実施形態と同じであるため、その説明を省略する。また、本第2実施形態においては、新規材料の構成物質の探索を行う際に、オペレータから入力装置8を介して2つの検索パラメータが選択され、その選択された各検索パラメータ毎に別々の探索マップを作成する場合について説明する。
(Second Embodiment)
Next, a second embodiment of the present invention will be described. In the second embodiment, the hardware configuration of the search system is the same as that of the first embodiment, and thus the description thereof is omitted. In the second embodiment, when searching for a constituent material of a new material, two search parameters are selected from the operator via the input device 8, and a separate search is performed for each selected search parameter. A case of creating a map will be described.
この場合、各検索パラメータ毎にそれぞれ所定数の物質が物質抽出部で抽出される。その後、各検索パラメータ毎に抽出された物質を物質抽出部で相互に比較して、共通して存在する物質を探して選出することにより物質の探索を行うことができる。以下、本第2実施形態における新規材料の構成物質を探索する方法ついて詳細に説明する。ここで、図5は、本第2実施形態における探索方法の一例を示すフローチャートである。 In this case, a predetermined number of substances are extracted by the substance extraction unit for each search parameter. Thereafter, the substances extracted for each search parameter are compared with each other by the substance extraction unit, and the substances can be searched for by searching for and selecting the substances that exist in common. Hereinafter, a method for searching for a constituent material of a new material in the second embodiment will be described in detail. Here, FIG. 5 is a flowchart showing an example of a search method in the second embodiment.
本第2実施形態において、先ず、コンピュータ3は、パラメータ入力部により、オペレータから入力装置8を通して2つの検索パラメータ(例えば、パラメータe及びf)が特定されて入力される(ステップ11)。またこのときに、物質抽出部で物質を抽出するときの物質の抽出個数も入力される。
In the second embodiment, first, the
次に、コンピュータ3は、前記第1実施形態で説明したステップ2〜4(図2を参照)と同様の処理となるステップ12〜14を行うことにより、実データ抽出部で抽出した実データと、仮想データ演算部で推定した仮想データとを物性パラメータに対応させて第2記憶部12に記憶する。
Next, the
その後、コンピュータ3は、座標軸設定部により、オペレータにより特定された2つの検索パラメータe及びfのそれぞれについて複数の3次元空間を形成する。次にデータ読み出し部で第2記憶部12から実データ及び仮想データを読み出した後、マップ作成部により、検索パラメータe及びfのそれぞれについて、複数の3次元探索マップを別々に作成する(ステップ15)。
Thereafter, the
より具体的に説明すると、先ず座標軸設定部は、オペレータにより特定された2つの検索パラメータe及びfのうちの一方の検索パラメータeについて3次元空間を作成するために、前記第1実施形態と同様に、この検索パラメータeを3次元空間の1つの軸に設定する。また、3次元空間における検索パラメータの設定軸以外のその他の2軸には、パラメータ決定部により決定されて第4記憶部14に記憶した物性パラメータ及び/又は第3記憶部13に記憶した物性パラメータ(即ち、検索パラメータf)の中から選択される2つの物性パラメータがそれぞれ設定される。
More specifically, the coordinate axis setting unit firstly creates the three-dimensional space for one of the two search parameters e and f specified by the operator, as in the first embodiment. In addition, the search parameter e is set to one axis in the three-dimensional space. The other two axes other than the search parameter setting axis in the three-dimensional space include the physical property parameters determined by the parameter determination unit and stored in the
このとき、前記パラメータ決定部は、前記第1実施形態と同様にして、所定の物性パラメータを第4記憶部14に記憶することができる。即ち、パラメータ決定部は、先ず検索パラメータe及びfの分類属性を確認する。次に、検索パラメータe及びfと同じ分類属性を有する物性パラメータを第1記憶部11から全て読み出し、3次元空間におけるその他の2軸に設定する物性パラメータとして決定する。そして、この決定した全ての物性パラメータを第4記憶部14に記憶することができる。
At this time, the parameter determination unit can store predetermined physical property parameters in the
前記座標軸設定部により、検索パラメータeと2つの物性パラメータとをそれぞれ軸とする3次元空間を形成した後、コンピュータ3は、データ読み出し部により、3次元空間の軸に設定した検索パラメータ及び2つの物性パラメータにおける実データ及び仮想データを第2記憶部から読み出す。その後、マップ作成部により、座標軸設定部で形成した3次元空間に実データ及び仮想データをプロットすることにより、3次元探索マップを作成することができる。
After the coordinate axis setting unit forms a three-dimensional space with the search parameter e and two physical property parameters as axes, the
そして、コンピュータ3は、座標軸設定部で前記その他の2軸に設定する物性パラメータの組み合わせを順番に変更して複数の3次元空間を形成していき、また、マップ作成部で複数の3次元空間にそれぞれ実データ及び仮想データをプロットする。これにより、一方の検索パラメータeについて、検索パラメータeの設定軸以外のその他の2軸に設定する物性パラメータの組み合わせがそれぞれ異なる複数の3次元探索マップを作成することができる。
Then, the
次に、コンピュータ3は、オペレータにより特定された2つの検索パラメータe及びfのうちの他方の検索パラメータfについても、前記一方の検索パラメータeのときと同様の処理を行うことにより、検索パラメータfの設定軸以外のその他の2軸に設定する物性パラメータの組み合わせがそれぞれ異なる複数の3次元探索マップを作成する。
Next, the
このようにして2つの検索パラメータe及びfについて、複数の3次元探索マップをそれぞれ別々に作成した後、コンピュータ3はマップ選択部により、作成した全ての探索マップについてデータの分布状態における規則性を判断する。そして、2つの検索パラメータe,fのそれぞれについて、複数の3次元探索マップの中から規則性が最も表われている探索マップを1つずつ選択する(ステップ16)。
After creating a plurality of three-dimensional search maps separately for the two search parameters e and f in this way, the
このとき、データの分布状態における規則性については、前記第1実施形態と同様に、データの密集具合や配列具合に基づいて判断を行う。これにより、複数の探索マップの中から規則性が最も表われている探索マップを、各検索パラメータのそれぞれについて選択することができる。 At this time, the regularity in the data distribution state is determined based on the density and arrangement of the data as in the first embodiment. As a result, a search map that exhibits the most regularity among a plurality of search maps can be selected for each search parameter.
2つの検索パラメータe,fについて規則性が最も表われている探索マップをそれぞれ1つずつ選択した後、コンピュータ3は、物質抽出部により、各探索マップについて、前記第1実施形態と同様の方法で所定数の物質を同定して抽出する(ステップ17)。即ち、検索パラメータeについて、探索マップから所定数の物質が抽出され、また検索パラメータfについても、探索マップから所定数の物質が抽出される。
After selecting one search map that shows the most regularity for each of the two search parameters e and f, the
その後、物質抽出部は、2つの検索パラメータe,fでそれぞれ抽出された所定数の物質を相互に比較して、両方に共通して存在する物質を選出する(ステップ18)。そして、コンピュータ3は、この物質抽出部で選出した共通の物質を出力装置9に表示する。これにより、2つの検索パラメータに大きく関与する物質、即ち、所望の特性を有する新規材料の構成物質となる可能性の高い物質を、オペレータに対して探索結果として提供することができる(ステップ19)。このとき、出力装置9に表示される物質の個数は、前記入力装置にオペレータが入力した所定数以下となる。
Thereafter, the substance extraction unit compares a predetermined number of substances extracted by the two search parameters e and f with each other, and selects a substance that exists in common in both (step 18). The
以上のように、本第2実施形態においても、オペレータによって選択された2つの検索パラメータに基づいて、膨大な数の物質の中から、所望の特性を有する新規材料の構成物質となる可能性の高い物質を所定のプロセスに従って探索することができる。これにより、研究者の資質等に関わらず、客観的に且つ的確に新規材料の構成物質の候補を探索することができる。 As described above, also in the second embodiment, based on the two search parameters selected by the operator, the possibility of becoming a constituent material of a new material having desired characteristics from among a huge number of materials. High substances can be searched according to a predetermined process. This makes it possible to search for a candidate for a constituent material of a new material objectively and accurately regardless of the qualities of the researcher.
また、本第2実施形態では、上記のように2つの検索パラメータのそれぞれで別途に物質を抽出し、抽出した物質を相互に比較するため、様々な角度から物質の探索を行うことができ、所望の特性が得られる可能性の高い物質を適切に絞り込むことができる。 In the second embodiment, as described above, a substance is separately extracted with each of the two search parameters, and the extracted substances are compared with each other. Therefore, the substance can be searched from various angles. It is possible to appropriately narrow down substances that are likely to obtain desired characteristics.
なお、本第2実施形態では、オペレータにより選択される検索パラメータを3つ以上にしても、前記ステップ15において各検索パラメータについて複数の探索マップをそれぞれ別々に作成して、その後前記ステップ16〜19を行うことができる。この場合、前記ステップ18において、3つ以上の検索パラメータのそれぞれで抽出された物質を相互に比較して、全ての検索パラメータについて共通して存在する物質を選出する。これにより、3つ以上の各検索パラメータが大きく関与する物質を客観的に且つ的確に探索することができる。
In the second embodiment, even if the number of search parameters selected by the operator is three or more, a plurality of search maps are separately created for each search parameter in the
以下、本発明について実施例を挙げてより具体的に説明する。
本実施例では、図1に示した新規材料の構成物質情報探索システム1を用いて、新規の水素吸蔵材料の構成物質を探索する場合について説明する。
Hereinafter, the present invention will be described more specifically with reference to examples.
In the present embodiment, a case where a constituent material of a new hydrogen storage material is searched using the constituent material
先ず、新規の水素吸蔵材料を開発するために、オペレータが入力装置8を操作して、コンピュータ3の出力装置8に表示されている複数の物性パラメータの中から特定の物性パラメータを特定する。これにより、コンピュータ3は、オペレータにより特定された物性パラメータを主記憶装置6の第3記憶部13に検索パラメータとして記憶することができる。
First, in order to develop a new hydrogen storage material, an operator operates the input device 8 to specify a specific physical property parameter from among a plurality of physical property parameters displayed on the output device 8 of the
本実施例においては、水素吸蔵量が大きい水素吸蔵材料の構成物質の探索を行う。この水素吸蔵材料に関して、水素吸蔵量に大きな影響を与える因子としては、物質の電子状態、空間充填、対称性の3つのパラメータが考えられる。そこで、本実施例では、前記3つの因子のうちの物質の電子状態及び空間充填の2つについての物性パラメータを、検索パラメータとして指定した。 In the present embodiment, the constituent material of the hydrogen storage material having a large hydrogen storage amount is searched. With respect to this hydrogen storage material, there are three parameters that greatly influence the hydrogen storage amount: the electronic state of the substance, space filling, and symmetry. Therefore, in this embodiment, physical property parameters for two of the three factors, the electronic state of the substance and the space filling, are designated as search parameters.
具体的には、物質の電子状態を示す物性パラメータとして「価電子数密度(単位格子における価電子数を格子体積で除算した値)」を、物質の空間充填を示す物性パラメータとして「1原子あたりの隙間の体積(単位格子の隙間の体積を構成元素数で除算した値)」を、それぞれ検索パラメータとしてコンピュータ3に入力した。またこのとき、物質抽出部で物質を抽出するときの物質の抽出個数として「35」を入力した。
Specifically, “valence electron number density (value obtained by dividing the number of valence electrons in the unit cell by the lattice volume)” is used as a physical property parameter indicating the electronic state of the substance, and “per atom” is used as a physical property parameter indicating the space filling of the substance. The volume of the gap (the value obtained by dividing the volume of the gap of the unit cell by the number of constituent elements) was input to the
コンピュータ3は、上記の「価電子数密度」及び「1原子あたりの隙間の体積」の2つの物性パラメータを検索パラメータとして第3記憶部13に記憶した後、実データ抽出部により、ネットワーク4を通じてデータベース2a〜2cにアクセスし、物質に対応する様々なデータを抽出して主記憶装置6の第2記憶部12に記憶した。また同時に、コンピュータ3に組み込まれているソフトウェアのデータベース2dからも、物質に関する様々なデータを入手して第2記憶部12に記憶した。
The
次に、コンピュータ3は、未蓄積データ確認部により、第2記憶部12に記憶した実データを整理して、データベース2a〜2dに蓄積されていなかった未蓄積データの存在を確認した。更に、コンピュータ3は、未蓄積データに対応する仮想データを仮想データ演算部で多変量解析による演算、及び多変量解析と第1計算原理、非線形モデルを組み合せた演算を行うことにより推定して第2記憶部12に記憶した。これにより、コンピュータ3の第2記憶部12の中に、第1記憶部11に記憶されていた全ての物性パラメータについて、実データ及び95%以上の未蓄積データに対応する仮想データを揃えることができた。
Next, the
その後、コンピュータ3は、「価電子数密度」及び「1原子あたりの隙間の体積」の各検索パラメータについて、それぞれ複数の2次元の探索マップを別々に作成した。
Thereafter, the
即ち、先ずパラメータ決定部により、「価電子数密度」及び「1原子あたりの隙間の体積」の検索パラメータと同じ分類属性を有する物性パラメータを第1記憶部11から読み出し、この読み出した物性パラメータを第4記憶部14に記憶した。
That is, first, the parameter determination unit reads physical property parameters having the same classification attributes as the search parameters of “valence electron number density” and “gap volume per atom” from the
次に、「価電子数密度」の検索パラメータについて探索マップを作成するために、コンピュータ3の座標軸設定部により、「価電子数密度」を1つの軸(x軸)に設定し、且つ、第4記憶部14に記憶した物性パラメータの中の1つをその他の軸(y軸)に設定して2次元平面を形成した。続いて、データ読み出し部により、「価電子数密度」及びy軸に設定した物性パラメータにおける実データ及び仮想データを第2記憶部から読み出した。更に、マップ作成部により、座標軸設定部で形成した2次元平面に、データ読み出し部で読み出した実データ及び仮想データをプロットすることにより、2次元の探索マップを作成した。
Next, in order to create a search map for the search parameter of “valence electron number density”, the coordinate axis setting unit of the
そして、座標軸設定部により、y軸に設定する物性パラメータを第4記憶部14に記憶した物性パラメータの中から変更して複数の2次元平面を形成した。また、マップ作成部により、複数の2次元平面のそれぞれにデータ読み出し部で読み出した実データ及び仮想データをプロットした。これにより、「価電子数密度」について、y軸に設定する物性パラメータがそれぞれ異なる複数の2次元の探索マップを作成した。
Then, the physical property parameter set for the y-axis is changed from the physical property parameters stored in the
続いて、コンピュータ3は、マップ選択部により、「価電子数密度」について作成した全ての2次元探索マップに対してデータの分布状態における規則性を判断し、規則性が最も表われている探索マップを選択した。その結果、マップ選択部によって図6に示すような探索マップ、即ち、x軸に「価電子数密度」が設定され、y軸に「平均電気陰性度」が設定された探索マップが選択された。
Subsequently, the
この選択された探索マップは、図6から明らかなように、探索マップの略中央部分と左側部分とに、それぞれデータが密集した状態のデータ群が形成されていることが確認できる。なお、この図6においては、プロットしたデータに対応する物質の結晶構造を判別し易くするために、結晶構造毎にそれぞれ異なるマークでデータのプロットを行った。また、水素吸蔵材料として現在一般的に知られている物質については、大きな「●」の記号でプロットした。 As is apparent from FIG. 6, it can be confirmed that the selected search map includes a data group in which data is densely formed in the substantially central portion and the left portion of the search map. In FIG. 6, in order to easily determine the crystal structure of the substance corresponding to the plotted data, the data is plotted with different marks for each crystal structure. In addition, substances generally known as hydrogen storage materials are plotted with large “●” symbols.
図6の探索マップが選択された後、コンピュータ3は、物質抽出部により、探索マップの略中央部分で密集しているデータ群を特定し、この特定したデータ群の近似直線を演算した。更に、特定したデータ群の中から、演算した近似直線からの距離が短い方からのデータを35個判別し、その判別したデータにそれぞれ対応する物質を抽出した。この「価電子数密度」の検索パラメータに関して抽出した35個の物質は、主記憶装置6に記憶した。
After the search map of FIG. 6 is selected, the
なお、本実施例におけるコンピュータ3の物質抽出部は、探索マップの略中央部分で密集しているデータ群を特定したが、例えば物質抽出部においてデータ群を特定するときの基準を変更することにより、探索マップの左側部分密集しているデータ群を特定して、このデータ群から物質を抽出することも可能である。また、例えば探索マップの略中央部分及び左側部分の両方のデータ群を特定し、例えばポートフォリオ等の機能を利用することにより、オペレータの要求に応じて、それぞれのデータ群から所定の割合で物質を抽出することも可能である。
In addition, although the substance extraction part of the
次に、コンピュータ3は、「1原子あたりの隙間の体積」の検索パラメータについて探索マップを作成するために、座標軸設定部により、x軸に「1原子あたりの隙間の体積」を設定し、且つ、y軸に第4記憶部14に記憶した物性パラメータの中の1つを設定して2次元平面を形成した。続いて、データ読み出し部により、「1原子あたりの隙間の体積」及びy軸に設定した物性パラメータにおける実データ及び仮想データを第2記憶部から読み出した。更に、マップ作成部により、座標軸設定部で形成した2次元平面に、データ読み出し部で読み出した実データ及び仮想データをプロットすることにより、2次元の探索マップを作成した。
Next, the
そして、座標軸設定部により、y軸に設定する物性パラメータを変更して複数の2次元平面を形成し、また、マップ作成部により、複数の2次元平面のそれぞれにデータ読み出し部で読み出した実データ及び仮想データをプロットした。これにより、「価電子数密度」について、y軸に設定する物性パラメータがそれぞれ異なる複数の2次元の探索マップを作成した。 The coordinate axis setting unit changes the physical property parameter set to the y-axis to form a plurality of two-dimensional planes, and the map creation unit reads the actual data read by the data reading unit into each of the plurality of two-dimensional planes And virtual data were plotted. Thus, a plurality of two-dimensional search maps having different physical property parameters set on the y-axis were created for the “valence electron number density”.
続いて、コンピュータ3は、マップ選択部により、「1原子あたりの隙間の体積」について作成した全ての2次元探索マップに対してデータの分布状態における規則性を判断し、規則性が最も表われている探索マップを選択した。その結果、マップ選択部により、図6に示すようなx軸に「1原子あたりの隙間の体積」が設定され、y軸に「隙間の体積」が設定された探索マップが選択された。なお、この図7の探索マップにおいても、結晶構造毎にそれぞれ異なるマークでデータのプロットを行い、また水素吸蔵材料として既知の物質については大きな「●」の記号でプロットを行った。
Subsequently, the
この図7に示した探索マップが選択された後、コンピュータ3は、物質抽出部により、データの個数が一番多く存在している一直線上のデータ群を特定した。次に、この特定したデータ群が形成する一直線上で度数分布を見たときに最大度数を示す位置(最大度数位置)を演算した。そして、特定したデータ群の中から、演算した最大度数位置からの距離が短い方からのデータを35個判別し、その判別したデータにそれぞれ対応する物質を抽出した。この「1原子あたりの隙間の体積」の検索パラメータに関して抽出した35個の物質は、主記憶装置6に記憶した。
After the search map shown in FIG. 7 is selected, the
上記のように「価電子数密度」及び「1原子あたりの隙間の体積」の各検索パラメータについて35個の物質をそれぞれ抽出した後、コンピュータ3は、物質抽出部により、各検索パラメータで抽出されたそれぞれの物質を相互に比較して、共通して存在する物質を選出した。そして、コンピュータ3は、この物質抽出部で選出した物質を出力装置9に探索結果として表示した。
After extracting 35 substances for each search parameter of “valence electron number density” and “volume of gap per atom” as described above, the
この出力装置9に表示した物質、即ち、「価電子数密度」及び「1原子あたりの隙間の体積」の検索パラメータに基づいて探索された物質を確認したところ、探索された物質の中には水素吸蔵量が比較的多い水素吸蔵材料として従来から知られている「ZrV2」、「ZrCr2」といった物質が含まれていた。更にその他に、従来では水素吸蔵材料の構成物質としては全く認識されていなかった「HfV2」、「NpFe2」、「NpNi2」、「PuFe2」、及び「PuNi2」といった未知の物質も探索された。 When the substances searched for based on the search parameters of the substances displayed on the output device 9, that is, the “valence electron number density” and the “volume of the gap per atom” are confirmed, Substances such as “ZrV 2 ” and “ZrCr 2 ” which have been conventionally known as hydrogen storage materials having a relatively large amount of hydrogen storage were included. In addition, unknown substances such as “HfV 2 ”, “NpFe 2 ”, “NpNi 2 ”, “PuFe 2 ”, and “PuNi 2 ”, which have not been recognized as constituents of hydrogen storage materials in the past. It was explored.
以上の結果から、本発明の新規材料の構成物質情報探索システムは、探索された物質の中に従来から水素吸蔵材料の構成物質として知られているものが含まれていたことから、探索結果の確かさを証明することができた。更に、本発明の探索システムは、これらの既知物質の他に、従来では水素吸蔵材料の構成物質としては知られてなかった数種類の物質も探索することができた。これらの物質は、新規な水素吸蔵材料の構成物質としての十分な可能性を有している。 From the above results, the constituent information search system for new materials according to the present invention includes those that have been conventionally known as constituents of hydrogen storage materials in the searched materials. I was able to prove the certainty. Furthermore, in addition to these known substances, the search system of the present invention has also been able to search several kinds of substances that have not been conventionally known as constituent substances of hydrogen storage materials. These substances have sufficient potential as constituents of novel hydrogen storage materials.
なお、本発明の探索システムで新たに探索された未知の物質は、水素吸蔵量の多い水素吸蔵材料の構成物質としての可能性が高いことを示しているに過ぎない。従って、これらの物質については、今後様々な実験や研究を行って、最適な製造条件や実用化の可能性等を検討することになる。 In addition, the unknown substance newly searched with the search system of this invention is only showing that the possibility as a constituent material of the hydrogen storage material with much hydrogen storage amount is high. Therefore, for these substances, various experiments and research will be conducted in the future to examine the optimum production conditions and the possibility of practical use.
本発明は、現代社会において所望されている特性を有する新規材料を開発する際に非常に有効に適用することができる。 The present invention can be applied very effectively in developing new materials having the desired properties in modern society.
1 新規材料の構成物質情報探索システム
2a〜2d データベース
3 コンピュータ
4 ネットワーク
5 CPU(中央処理装置)
6 主記憶装置(メモリ)
7 補助記憶装置
8 入力装置
9 出力装置
10 ネットワークインターフェース
11 第1記憶部
12 第2記憶部
13 第3記憶部
14 第4記憶部
15 システムバス
20 データが密集している領域
1 Constituent material information search system for
6 Main memory (memory)
7 Auxiliary storage device 8 Input device 9
Claims (10)
少なくとも1つのデータベースと、同データベースにアクセス可能なコンピュータとを有し、
前記コンピュータは、
物質に関する複数の物性パラメータを予め記憶した第1記憶部と、
前記データベースにアクセスして、同データベースに蓄積されている全ての物質に対応する種々の実データを抽出する実データ抽出部と、
前記実データ抽出部で抽出した実データを記憶する第2記憶部と、
前記第2記憶部に記憶した実データを、前記第1記憶部に記憶されている前記複数の物性パラメータに対応させて整理し、前記データベースに蓄積されてないデータの存在を確認する未蓄積データ確認部と、
前記未蓄積データ確認部で確認された前記未蓄積データに対して、前記第2記憶部に記憶した実データに基づいて演算を行うことにより仮想データを推定し、同推定した仮想データを前記第2記憶部に記憶させる仮想データ演算部と、
前記第1記憶部に記憶されている複数の物性パラメータの中から1以上の特定の物性パラメータが特定されるパラメータ入力部と、
前記パラメータ入力部で特定された物性パラメータを検索パラメータとして記憶する第3記憶部と、
前記第3記憶部に記憶した前記検索パラメータの1つを1軸に設定し、且つ、同検索パラメータ以外の前記第1記憶部及び/又は前記第3記憶部に記憶されている前記複数の物性パラメータの一部をその他の軸に設定して、2次元平面又は3次元以上の空間を形成する座標軸設定部と、
前記第2記憶部から、前記座標軸設定部で前記2次元平面又は3次元以上の空間の各軸に設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを読み出すデータ読み出し部と、
前記座標軸設定部により形成した2次元平面又は3次元以上の空間に、前記データ読み出し部で読み出した前記実データ及び前記仮想データをプロットして探索マップを作成するマップ作成部と、
前記マップ作成部で作成した探索マップにおいて、前記プロットしたデータの分布状態に規則性を有するデータ群の中から、予め規定したルールに基づいて所定数の物質を抽出する物質抽出部と、及び、
前記物質抽出部で抽出した物質を探索結果として表示する表示部と、
を備えてなることを特徴とする新規材料の構成物質情報探索システム。 An information search system for searching for a constituent material of a new material having desired characteristics using a computer,
Having at least one database and a computer accessible to the database;
The computer
A first storage unit that stores in advance a plurality of physical property parameters related to the substance;
An actual data extraction unit that accesses the database and extracts various actual data corresponding to all substances stored in the database;
A second storage unit for storing actual data extracted by the actual data extraction unit;
Unstored data for organizing actual data stored in the second storage unit in correspondence with the plurality of physical property parameters stored in the first storage unit and confirming the existence of data not stored in the database A confirmation section;
The virtual data is estimated by performing an operation based on the actual data stored in the second storage unit with respect to the non-accumulated data confirmed by the non-accumulated data confirmation unit. 2 virtual data calculation unit to be stored in the storage unit;
A parameter input unit for specifying one or more specific physical property parameters from a plurality of physical property parameters stored in the first storage unit;
A third storage unit that stores the physical property parameter specified by the parameter input unit as a search parameter;
One of the search parameters stored in the third storage unit is set as one axis, and the plurality of physical properties stored in the first storage unit and / or the third storage unit other than the search parameters A coordinate axis setting unit for setting a part of parameters to other axes and forming a two-dimensional plane or a three-dimensional or larger space;
A data reading unit for reading out the actual data and the virtual data in the search parameter and the physical property parameter set for each axis in the two-dimensional plane or three-dimensional space or more from the second storage unit by the coordinate axis setting unit; ,
A map creation unit that creates a search map by plotting the real data and the virtual data read by the data read unit in a two-dimensional plane or a three-dimensional space formed by the coordinate axis setting unit;
In the search map created by the map creation unit, a substance extraction unit that extracts a predetermined number of substances based on a pre-defined rule from a data group having regularity in the distribution state of the plotted data, and
A display unit for displaying the substance extracted by the substance extraction unit as a search result;
A system for searching information on constituent materials of a new material, comprising:
前記探索マップが複数作成されたときに、同作成した全ての探索マップについてデータの分布状態における規則性を判断し、規則性が最も表われている探索マップを選択するマップ選択部
を更に備えてなり、
前記座標軸設定部は、前記形成する2次元平面又は3次元以上の空間における前記その他の軸に設定する物性パラメータの少なくとも1つを変更して、物性パラメータの中から決定される座標軸の組み合せが異なる複数の2次元平面又は3次元以上の空間を形成し、
前記データ読み出し部は、前記座標軸設定部で前記複数の2次元平面又は3次元以上の空間の軸として設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを、前記第2記憶部から読み出し、
前記マップ作成部は、前記座標軸設定部により形成した前記複数の2次元平面又は3次元以上の空間のそれぞれに、前記データ読み出し部で読み出した前記実データ及び前記仮想データをプロットして複数の前記探索マップを作成し、
前記マップ選択部は、前記マップ作成部で作成した前記複数の探索マップから、規則性が最も表われている探索マップを選択し、
前記物質抽出部は、前記マップ選択部で選択された探索マップにおいて、前記データの分布状態に規則性を有するデータ群の中から物質を抽出してなる
ことを特徴とする請求項1〜3のいずれかに記載の新規材料の構成物質情報探索システム。 The computer
A map selection unit that, when a plurality of the search maps are created, judges regularity in the data distribution state for all the created search maps, and selects a search map that exhibits the most regularity; Become
The coordinate axis setting unit changes at least one of the physical property parameters set for the other axis in the two-dimensional plane to be formed or a three-dimensional space or more, and the combination of coordinate axes determined from the physical property parameters is different. Forming a plurality of two-dimensional planes or three-dimensional spaces,
The data read-out unit stores the real data and the virtual data in the search parameter and the physical property parameter set as the axes of the plurality of two-dimensional planes or three or more spaces by the coordinate axis setting unit in the second storage. Read from the
The map creation unit plots the real data and the virtual data read by the data read unit on each of the plurality of two-dimensional planes or three-dimensional or more spaces formed by the coordinate axis setting unit, Create a search map,
The map selection unit selects a search map that exhibits the most regularity from the plurality of search maps created by the map creation unit,
The said substance extraction part extracts a substance from the data group which has regularity in the distribution state of the said data in the search map selected by the said map selection part. The constituent material information search system for a new material according to any one of the above.
前記第3記憶部に記憶した前記検索パラメータに基づいて、前記座標軸設定部で前記その他の軸に設定する物性パラメータを、前記第1記憶部に記憶されている前記複数の物性パラメータの中から決定するパラメータ決定部と、
前記パラメータ決定部で決定した物性パラメータを記憶する第4記憶部と、
を更に備えてなり、
前記第1記憶部は、前記複数の物性パラメータのそれぞれに対して定めた分類属性が予め記憶されており、
前記パラメータ決定部は、前記検索パラメータが有する分類属性を前記第1記憶部で確認し、同確認された分類属性と同じ分類属性を有する物性パラメータを前記第1記憶部から全て読み出して前記その他の軸に設定する物性パラメータとして決定し、同決定した物性パラメータを前記第4記憶部に記憶し、
前記座標軸設定部は、前記第4記憶部に記憶した物性パラメータを用いて、1以上の前記2次元平面又は3次元以上の空間を形成し、
前記データ読み出し部は、前記座標軸設定部で前記1以上の2次元平面又は3次元以上の空間の軸として設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを、前記第2記憶部から読み出し、
前記マップ作成部は、前記座標軸設定部により形成した前記1以上の2次元平面又は3次元以上の空間に、前記データ読み出し部で読み出した前記実データ及び前記仮想データをプロットして1以上の前記探索マップを作成してなる
ことを特徴とする請求項1〜4のいずれかに記載の新規材料の構成物質情報探索システム。 The computer
Based on the search parameter stored in the third storage unit, a physical property parameter to be set for the other axis by the coordinate axis setting unit is determined from the plurality of physical property parameters stored in the first storage unit. A parameter determination unit to
A fourth storage unit for storing physical property parameters determined by the parameter determination unit;
Further comprising
In the first storage unit, classification attributes determined for each of the plurality of physical property parameters are stored in advance,
The parameter determination unit confirms the classification attribute of the search parameter in the first storage unit, reads all physical property parameters having the same classification attribute as the confirmed classification attribute from the first storage unit, Determined as a physical property parameter to be set in the axis, and stores the determined physical property parameter in the fourth storage unit,
The coordinate axis setting unit forms one or more two-dimensional planes or three-dimensional or more spaces using physical property parameters stored in the fourth storage unit,
The data reading unit is configured to store the actual data and the virtual data in the search parameter and the physical property parameter set as the axes of the one or more two-dimensional planes or the three-dimensional space or more by the coordinate axis setting unit. Read from storage,
The map creating unit plots the real data and the virtual data read by the data reading unit on the one or more two-dimensional planes or three-dimensional or more spaces formed by the coordinate axis setting unit to plot one or more of the one or more The search map is created. The constituent material information search system for a new material according to any one of claims 1 to 4.
前記前記マップ作成部は、前記複数の検索パラメータのそれぞれについて形成した前記2次元平面又は3次元以上の空間に、前記実データ及び前記仮想データをプロットして、前記複数の検索パラメータのそれぞれについて前記探索マップを別々に作成し、
前記物質抽出部は、前記別々に作成された各探索マップからそれぞれ所定数の物質を抽出し、更に、前記複数の検索パラメータのそれぞれについて別々に抽出した所定数の物質を相互に比較して共通の物質を探して選出してなる
ことを特徴とする請求項1〜5のいずれかに記載の新規材料の構成物質情報探索システム。 The coordinate axis setting unit separately forms the two-dimensional plane or three-dimensional space for each of the plurality of search parameters when a plurality of physical property parameters are specified as the search parameters by the parameter input unit,
The map creation unit plots the real data and the virtual data in the two-dimensional plane formed in each of the plurality of search parameters or a space of three or more dimensions, and the map data for each of the plurality of search parameters Create separate search maps,
The substance extraction unit extracts a predetermined number of substances from each of the separately created search maps, and further compares the predetermined number of substances separately extracted for each of the plurality of search parameters. The material information search system for a new material according to any one of claims 1 to 5, wherein the material is searched for and selected.
前記規則性を有するデータ群の分布状態が、データ群の密集状態である場合は、同密集しているデータ群の重心又は近似直線を演算又は推算し、同演算又は推算した重心又は近似直線からの距離が短い方からのデータに対応する所定数の物質を同定して抽出し、
前記規則性を有するデータ群の分布状態が、データ群が一直線上に存在している状態である場合は、同一直線上に存在しているデータ群における平均座標位置、又は前記一直線上に存在しているデータ群の度数分布で最大度数を示す位置を演算又は推算し、同演算又は推算した平均座標位置又は最大度数位置からの距離が短い方からのデータに対応する所定数の物質を同定して抽出してなる
ことを特徴とする請求項1〜7のいずれかに記載の新規材料の構成物質情報探索システム。 The substance extraction unit, when extracting the predetermined number of substances from the data group having regularity in the data distribution state in the search map,
When the distribution state of the data group having the regularity is a dense state of the data group, the center of gravity or the approximate line of the data group that is congested is calculated or estimated, and from the center of gravity or the approximate line calculated by the same or estimated Identify and extract a certain number of substances corresponding to the data from the shorter distance,
When the distribution state of the data group having regularity is a state in which the data group exists on a straight line, the average coordinate position in the data group existing on the same straight line, or on the straight line exists. Calculate or estimate the position showing the maximum frequency in the frequency distribution of the data group, and identify a predetermined number of substances corresponding to the data from the shortest distance from the average coordinate position or the maximum frequency position calculated or estimated The constituent material information search system for a new material according to any one of claims 1 to 7, wherein the information is extracted.
前記コンピュータの第1記憶部に予め記憶されている、物質に関する複数の物性パラメータの中から1以上の特定の物性パラメータが特定されるステップと、
前記特定された物性パラメータを検索パラメータとして前記コンピュータの第3記憶部に記憶するステップと、
前記コンピュータが少なくとも1つのデータベースにアクセスして、同データベースに蓄積されている全ての物質に対応する種々の実データを抽出するステップと、
前記抽出した実データを前記コンピュータの第2記憶部に記憶するステップと、
前記第2記憶部に記憶した実データを、前記第1記憶部に記憶されている前記複数の物性パラメータに対応させて整理し、前記データベースに蓄積されてないデータの存在を確認するステップと、
前記確認された未蓄積データに対して、前記第2記憶部に記憶した実データに基づいて演算を行うことにより仮想データを推定するステップと、
前記演算した仮想データを前記第2記憶部に記憶するステップと、
前記第3記憶部に記憶した前記検索パラメータの1つを1軸に設定し、且つ、同検索パラメータ以外の前記第1記憶部及び/又は前記第3記憶部に記憶されている前記複数の物性パラメータの一部をその他の軸に設定して2次元平面又は3次元以上の空間を形成するステップと、
前記第2記憶部から、前記2次元平面又は3次元以上の空間の各軸に設定した前記検索パラメータと前記物性パラメータとにおける前記実データ及び前記仮想データを読み出すステップと、
前記形成した2次元平面又は3次元以上の空間に、前記第2記憶部から読み出した前記実データと前記仮想データとをプロットして探索マップを作成するステップと、
前記作成した探索マップにおいて、前記プロットしたデータの分布状態に規則性を有するデータ群の中から予め規定したルールに基づいて所定数の物質を抽出するステップと、及び、
前記抽出した物質を探索結果として前記コンピュータの表示部に表示するステップと、
を含むことを特徴とする新規材料の構成物質情報探索方法。 A search method for searching for a constituent material of a new material having desired characteristics using a computer,
A step of specifying one or more specific physical property parameters from among a plurality of physical property parameters relating to a substance, which are stored in advance in the first storage unit of the computer;
Storing the specified physical property parameter as a search parameter in a third storage unit of the computer;
The computer accessing at least one database to extract various actual data corresponding to all substances stored in the database;
Storing the extracted actual data in a second storage unit of the computer;
Organizing actual data stored in the second storage unit in correspondence with the plurality of physical property parameters stored in the first storage unit, and confirming the presence of data not accumulated in the database;
Estimating virtual data by performing an operation on the confirmed unaccumulated data based on actual data stored in the second storage unit;
Storing the calculated virtual data in the second storage unit;
One of the search parameters stored in the third storage unit is set as one axis, and the plurality of physical properties stored in the first storage unit and / or the third storage unit other than the search parameters Setting a part of the parameters to other axes to form a two-dimensional plane or a three-dimensional space;
Reading the actual data and the virtual data in the search parameter and the physical property parameter set in each axis of the two-dimensional plane or a three-dimensional space or more from the second storage unit;
Creating a search map by plotting the real data and the virtual data read from the second storage unit in the formed two-dimensional plane or a three-dimensional space or more;
In the created search map, extracting a predetermined number of substances based on a rule defined in advance from a data group having regularity in the distribution state of the plotted data; and
Displaying the extracted substance on the display unit of the computer as a search result;
A constituent material information search method for a new material characterized by comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005202039A JP4780554B2 (en) | 2005-07-11 | 2005-07-11 | Constituent material information search method for new material and constituent material information search system for new material |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005202039A JP4780554B2 (en) | 2005-07-11 | 2005-07-11 | Constituent material information search method for new material and constituent material information search system for new material |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007018444A JP2007018444A (en) | 2007-01-25 |
JP4780554B2 true JP4780554B2 (en) | 2011-09-28 |
Family
ID=37755540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005202039A Expired - Fee Related JP4780554B2 (en) | 2005-07-11 | 2005-07-11 | Constituent material information search method for new material and constituent material information search system for new material |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4780554B2 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018168580A1 (en) * | 2017-03-13 | 2018-09-20 | 日本電気株式会社 | Relation search system, information processing device, method, and program |
WO2022044937A1 (en) * | 2020-08-31 | 2022-03-03 | パナソニックIpマネジメント株式会社 | Property display method, property display device, information processing device, and program |
WO2023008450A1 (en) * | 2021-07-28 | 2023-02-02 | パナソニックIpマネジメント株式会社 | Information display method, information display device, and program |
WO2023074239A1 (en) * | 2021-10-28 | 2023-05-04 | パナソニックIpマネジメント株式会社 | Information processing method, information processing device, and program |
JP7406664B1 (en) | 2023-03-31 | 2023-12-27 | 住友化学株式会社 | Learning model generation method, information processing device, computer program, material selection method, and simulation experiment value generation method |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6719748B2 (en) | 2016-06-21 | 2020-07-08 | 国立研究開発法人物質・材料研究機構 | Search system, search method, and physical property database management device |
WO2018098588A1 (en) * | 2016-12-02 | 2018-06-07 | Lumiant Corporation | Computer systems for and methods of identifying non-elemental materials based on atomistic properties |
EP3591546A4 (en) | 2017-02-28 | 2020-12-09 | National Institute for Materials Science | Search method, search device, and search system |
US11449552B2 (en) | 2018-08-01 | 2022-09-20 | National Institute For Materials Science | Search system and search method |
EP3825867A4 (en) | 2018-08-23 | 2021-09-15 | National Institute for Materials Science | Search system and search method |
JP7082414B2 (en) * | 2018-10-15 | 2022-06-08 | 国立研究開発法人物質・材料研究機構 | Search system and search method |
US11901045B2 (en) * | 2019-01-15 | 2024-02-13 | International Business Machines Corporation | Machine learning framework for finding materials with desired properties |
EP4109298A4 (en) | 2020-02-19 | 2023-07-26 | National Institute for Materials Science | Information-processing method, search system, and search method |
-
2005
- 2005-07-11 JP JP2005202039A patent/JP4780554B2/en not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018168580A1 (en) * | 2017-03-13 | 2018-09-20 | 日本電気株式会社 | Relation search system, information processing device, method, and program |
JPWO2018168580A1 (en) * | 2017-03-13 | 2020-01-23 | 日本電気株式会社 | Relationship search system, information processing apparatus, method and program |
JP7103341B2 (en) | 2017-03-13 | 2022-07-20 | 日本電気株式会社 | Relationship search system, information processing device, method and program |
WO2022044937A1 (en) * | 2020-08-31 | 2022-03-03 | パナソニックIpマネジメント株式会社 | Property display method, property display device, information processing device, and program |
WO2023008450A1 (en) * | 2021-07-28 | 2023-02-02 | パナソニックIpマネジメント株式会社 | Information display method, information display device, and program |
WO2023074239A1 (en) * | 2021-10-28 | 2023-05-04 | パナソニックIpマネジメント株式会社 | Information processing method, information processing device, and program |
JP7406664B1 (en) | 2023-03-31 | 2023-12-27 | 住友化学株式会社 | Learning model generation method, information processing device, computer program, material selection method, and simulation experiment value generation method |
Also Published As
Publication number | Publication date |
---|---|
JP2007018444A (en) | 2007-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4780554B2 (en) | Constituent material information search method for new material and constituent material information search system for new material | |
US9299173B2 (en) | Automatic selection of different visualizations for the organization of multivariate data | |
US9591028B2 (en) | Visualization and analysis of complex security information | |
US7707533B2 (en) | Data-mining-based knowledge extraction and visualization of analog/mixed-signal/custom digital circuit design flow | |
US20020067358A1 (en) | Data analysis software | |
JP7411977B2 (en) | Machine learning support method and machine learning support device | |
Trieu et al. | Hierarchical reconstruction of high-resolution 3D models of large chromosomes | |
Puchala et al. | CASM—A software package for first-principles based study of multicomponent crystalline solids | |
Unger et al. | Understanding a sequence of sequences: Visual exploration of categorical states in lake sediment cores | |
Liu et al. | Analysis of large heterogeneous repairable system reliability data with static system attributes and dynamic sensor measurement in big data environment | |
Torrisi et al. | Materials cartography: A forward-looking perspective on materials representation and devising better maps | |
Wolf et al. | The importance of training for interactive trade space exploration: a study of novice and expert users | |
Heins et al. | On the potential of normalized tsp features for automated algorithm selection | |
Bernard et al. | Multiscale visual quality assessment for cluster analysis with Self-Organizing Maps | |
Buccianti | Frequency distributions of geochemical data, scaling laws, and properties of compositions | |
WO2020225959A1 (en) | Design assistance system, design assistance method, and design assistance program | |
Bhattarai et al. | Parallel Coordinates-based Visual Analytics for Materials Property. | |
Wang et al. | A layout-based classification method for visualizing time-varying graphs | |
Kumar et al. | Modeling human genome (3D) using linear & nearest interpolation | |
Morgan et al. | Experimental design | |
Agrawal et al. | Intuitive visualization of hyperspace pareto frontier for robustness in multi-attribute decision-making | |
Chen et al. | Longitudinal analysis of mechanism and machine theory: Geospatial productivity, journal citation networks, and researcher communities | |
Barlowe et al. | A visual analytics approach to exploring protein flexibility subspaces | |
CN113535712B (en) | Method and system for supporting large-scale time sequence data interaction based on line segment KD tree | |
Rajan | Informatics for Crystallography: Designing Structure Maps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080709 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110621 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110627 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140715 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |