ソフトウェア・シンポジウム2026 in 下関 論文集

Starrydata2を用いた熱電材料性能予測における直接フィッティング法と機械学習法の比較

塚本巳恩, 高田寛之, 阿武宏明

59

65

本研究では, 熱電材料データベースStarrydata2 に収録された実験データを用い, 電気伝導率のデータを学習データとして利用して, 熱電性能指標の予測システムのための方法を2 つ開発した.
一方は, 材料系, 温度が決まると電気伝導率が概ね定まるという知識に基づいて作成した（direct fitting 法と呼ぶ.）.
他方は, 材料系,n/p 型などのStarrydata2 で使用できる説明変数群から予測する機械学習モデルを構築した（ML 法と呼ぶ）. 
熱電性能指標を予測したところ,DF 法は十分高い予測性能を持っていた.
ML 法は予測性能が比較的低くかった. 
その原因を調べたところ, 状況証拠として, 説明変数が欠測している試料のカテゴリで予測性能が低いことがわかった.