• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

熊谷 将也  Kumagai Masaya

ORCIDORCID連携する *注記
研究者番号 00881054
その他のID
所属 (現在) 2025年度: 京都大学, 複合原子力科学研究所, 研究員
所属 (過去の研究課題情報に基づく) *注記 2020年度 – 2023年度: 京都大学, 複合原子力科学研究所, 特定助教
審査区分/研究分野
研究代表者
小区分26020:無機材料および物性関連 / 0401:材料工学、化学工学およびその関連分野
キーワード
研究代表者
材料工学 / 機械学習 / マテリアルズ・インフォマティクス / グラフ構造 / 結晶グラフ / 結晶構造 / 熱電変換材料 / マテリアルズインフォマティクス / プロセス・インフォマティクス
  • 研究課題

    (2件)
  • 研究成果

    (12件)
  •  大規模な実験的物性データを用いた結晶構造と物性との関係性解明研究代表者

    • 研究代表者
      熊谷 将也
    • 研究期間 (年度)
      2022 – 2024
    • 研究種目
      若手研究
    • 審査区分
      小区分26020:無機材料および物性関連
    • 研究機関
      京都大学
  •  実験プロセスや試料構造の影響を考慮して物性値を予測する次世代MIの開発研究代表者

    • 研究代表者
      熊谷 将也
    • 研究期間 (年度)
      2020 – 2022
    • 研究種目
      研究活動スタート支援
    • 審査区分
      0401:材料工学、化学工学およびその関連分野
    • 研究機関
      京都大学

すべて 2023 2022 2021

すべて 雑誌論文 学会発表

  • [雑誌論文] DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials2023

    • 著者名/発表者名
      Hirofumi Tsuruta, Yukari Katsura, Masaya Kumagai
    • 雑誌名

      IEEE ICMLA2023

      巻: -

    • 査読あり / オープンアクセス
    • データソース
      KAKENHI-PROJECT-22K14474
  • [雑誌論文] Effects of data bias on machine-learning?based material discovery using experimental property data2022

    • 著者名/発表者名
      Kumagai Masaya、Ando Yuki、Tanaka Atsumi、Tsuda Koji、Katsura Yukari、Kurosaki Ken
    • 雑誌名

      Science and Technology of Advanced Materials: Methods

      巻: 2 号: 1 ページ: 302-309

    • DOI

      10.1080/27660400.2022.2109447

    • 査読あり / オープンアクセス
    • データソース
      KAKENHI-PROJECT-20K22466, KAKENHI-PLANNED-19H05820
  • [雑誌論文] 3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計2022

    • 著者名/発表者名
      鶴田 博文、桂 ゆかり、熊谷 将也
    • 雑誌名

      人工知能学会全国大会論文集

      巻: JSAI2022 号: 0 ページ: 4C3GS1004-4C3GS1004

    • DOI

      10.11517/pjsai.JSAI2022.0_4C3GS1004

    • 言語
      日本語
    • データソース
      KAKENHI-PROJECT-22K14474
  • [学会発表] DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials2023

    • 著者名/発表者名
      Hirofumi Tsuruta, Yukari Katsura, Masaya Kumagai
    • 学会等名
      IEEE ICMLA2023
    • 国際共著/国際学会である
    • データソース
      KAKENHI-PROJECT-22K14474
  • [学会発表] Direct prediction of mechanical properties from X-ray diffraction patterns using machine learning2022

    • 著者名/発表者名
      Naoki Hato, Masaya Kumagai, Ken Kurosaki
    • 学会等名
      TMS 2022 Annual Meeting & Exhibition
    • 国際共著/国際学会である
    • データソース
      KAKENHI-PROJECT-20K22466
  • [学会発表] マテリアルズ・インフォマティクス― 大規模な実験データ収集Webシステムの開発と応用 ―2022

    • 著者名/発表者名
      熊谷 将也
    • 学会等名
      複合原子力化学研究所第56回学術講演会
    • 招待講演
    • データソース
      KAKENHI-PROJECT-20K22466
  • [学会発表] 3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計2022

    • 著者名/発表者名
      鶴田 博文, 桂 ゆかり, 熊谷 将也
    • 学会等名
      2022年度人工知能学会全国大会(第36回)
    • データソース
      KAKENHI-PROJECT-22K14474
  • [学会発表] Applicability domain for prediction models of thermoelectric properties based on similarity to known materials2022

    • 著者名/発表者名
      Masaya Kumagai
    • 学会等名
      TMS2022
    • 国際共著/国際学会である
    • データソース
      KAKENHI-PROJECT-20K22466
  • [学会発表] 3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計2022

    • 著者名/発表者名
      鶴田博文, 桂ゆかり, 熊谷将也
    • 学会等名
      2022年度 人工知能学会全国大会(第36回)
    • データソース
      KAKENHI-PROJECT-20K22466
  • [学会発表] 実験MIと新材料探索2022

    • 著者名/発表者名
      熊谷 将也, 安藤 有希, 田中 敦美, 津田 宏治, 桂 ゆかり, 黒崎 健
    • 学会等名
      第83回 応用物理学会秋季学術講演会
    • 招待講演
    • データソース
      KAKENHI-PROJECT-22K14474
  • [学会発表] Applicability domain for prediction models of thermoelectric properties based on similarity to known materials2022

    • 著者名/発表者名
      Masaya Kumagai, Yukari Katsura, Yuki Ando, Atsumi Tanaka, Koji Tsuda, Ken Kurosaki
    • 学会等名
      TMS 2022 Annual Meeting & Exhibition
    • 国際共著/国際学会である
    • データソース
      KAKENHI-PROJECT-20K22466
  • [学会発表] 既知材料との類似性に基づいた熱電特性予測モデルの適用範囲2021

    • 著者名/発表者名
      熊谷 将也
    • 学会等名
      日本熱電学会
    • データソース
      KAKENHI-PROJECT-20K22466

URL: 

この研究者とORCID iDの連携を行いますか?
※ この処理は、研究者本人だけが実行できます。

Are you sure that you want to link your ORCID iD to your KAKEN Researcher profile?
* This action can be performed only by the researcher himself/herself who is listed on the KAKEN Researcher’s page. Are you sure that this KAKEN Researcher’s page is your page?

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi