Starrydata2の輸送物性データベースを活用した機械学習による電気伝導率予測

塚本巳恩

鮎川 瞭仁，高田 寛之，阿武 宏明

第23回日本熱電学会学術講演会（TSJ2026)

本研究は高性能な熱電素材の材料探索の基礎研究である。特にStarrydata2を用いた機械学習による熱電性能の予測を行っている。本研究では、先行研究で提案した機械学習法の予測性能を増強するために、また説明変数が不足しているという仮説を検証するために、ゼーベック係数の実験値からフェルミ準位を理論式から導いて説明変数に追加することで、機械学習の予測精度が上がるかどうかを調査した。結果として総合的には誤差が若干減るが、材料別に見ると、低電気伝導率帯で過剰評価が起きていたり、酸化物系の分類が大雑把すぎて予測性能が悪化している部分も見受けられた。予測性能が上がっている部分も見受けられるので、今後の課題として、どういう材料で予測性能が悪化したのかを調べ、予測性能の改善に役立てる必要がある。