材料科学分野では、物質の構成元素や原子配列の特徴に着目し、一定の基準において物質をさまざまな物質群に分類することが頻繁に行われてきました。例えば金属と酸素の化合物であるシリカ（SiO₂）やアルミナ（Al₂O₃）は酸化物という物質群にまとめられ、窒化物や硫化物などと区別して取り扱われます。また価電子構造に基づいたII-VI族半導体（CdTe、ZnSe、ZnOなど）、III-V族半導体（GaAs、GaP、GaN、AlNなど）といった分類や、結晶構造の観点で岩塩型構造やペロブスカイト型構造といった分類を用いながら、材料設計指針や機能発現機構についての議論が行われてきました。一般に材料設計指針や機能発現機構について考える際に、あらかじめ有望な物性を持つ物質群やその構成元素・原子配列の特徴を知ることができれば有益です。

ある機能を発現する鍵となる特徴や望ましい機能を持つ有望物質群は、想定している物性（例えば電気特性、光学特性、磁気特性、力学特性）や、材料の用途（電子材料、光学材料、磁性材料、構造材料など）に応じてさまざまです。したがって構成元素・結晶構造のどういった特徴・基準を用いるかについて無数の分類法が考案されており、所望の機能発現の鍵となる物質の構成元素・原子配列の特徴と、有望な物質群をその都度見出すことが必要となります。

一方で、近年は機械学習がさまざまな分野で爆発的に流行しており、材料科学分野も例外ではありません。最も典型的な応用の一つは、物質の化学式や結晶構造から物性を高速に予測することであり、ここ20年ほどで非常に多くの研究例があります。このような研究では多数の物質について物性値を算出した結果をまとめた第一原理計算（用語2）データベースがよく使われます。さらに最近では、機械学習によりデータを解釈・説明する手法も流行しており、大規模データから構成元素や結晶構造の特徴と物性の関連性を人間が理解できる知識として抽出するための手法も提案されています。例えば、クラスタリング（用語3）と呼ばれるデータ分類法を用いると、あらかじめ人間が選択した特徴量（用語4）について類似した物質群の分類が可能となります。しかし、通常のクラスタリング手法を適用した場合、あらかじめ構成元素・原子配列の特徴量を選択する必要があるため、上述したような用途に応じた物質分類を事前知識無しに行うことができないという問題があります。そこで本研究では、機械学習による物性・機能予測とクラスタリング手法を融合させることで、専門的な事前知識を必要とせずに、想定している物性と物質の構成元素・原子配列に基づいて合理的かつ自動的に物質群の分類を定義する手法を開発することとしました。