抄録
近年，機械学習を用いて物性を予測したり，結晶構造を探索したりする研究が行われている．本研究では，生成モデルを用いた結晶構造生成について考える．この問題に対して，CrystalGANと呼ばれる手法が提案されている．この手法は”A-H-B” (A, B:金属，H:水素)という結晶構造を持つ化合物を探索するために，異なるドメイン間を横断した生成モデルであるDiscoGANを使用する． CrystalGANは，結晶構造生成の簡便な手法である．一方で，POSCARファイルに記録された格子ベクトルと，水素や金属の座標を結合して特徴量を構築するため，結晶の幾何学的構造の反映が十分ではないという問題点がある．本研究ではこの問題点を解決するために，結晶をグラフ構造で表現して幾何学的構造を織り込み生成モデルを学習する方法を提案する．
