熱輸送特性の予測と最適化のための機械学習アプローチ

従来のシミュレーション手法は、材料の熱輸送特性を理解するための実験を支援し、新しい材料の熱伝導率を予測する上で顕著な進展を遂げてきました。しかし、複雑な材料システムを探求する際には、膨大な計算コストなどの大きな課題にも直面しています。新たな計算手法として、機械学習はこの点で多くの可能性を提供しており、探索や最適化プロセスを加速するだけでなく、新たな視点を提供します。本研究では、機械学習技術に基づく材料の熱特性に関する最先端の研究をレビューします。まず、機械学習手法の基本原則を紹介します。次に、機械学習技術が材料の熱特性、熱伝導率および界面熱抵抗の予測と最適化にどのように応用されているかをレビューします。最後に、将来の研究に関する展望を示します。