东京理科大学
筑波大学
冈山大学
京都大学
研究要点
- 研究团队在新一代可解释AI“扩展自由能模型”中引入熵项，在国际上首次定量阐明磁性材料内能量损耗背后的热涨落机制。
- 借助新一代AI解析，首次在磁畴图像上定位并可视化此前难以观测的熵增起源。
- 该方法融合物理学、数学与数据科学，能够发掘人类无法直接认知的全新材料内在规律，未来有望应用于EV电机材料等各类新材料的研发。
【研究概要】
东京理科大学先进工学部材料创成工学科小嗣真人教授、增泽贤（2022年度硕士课程毕业）联合筑波大学、冈山大学、京都大学的研究团队，对新一代可解释AI“扩展自由能模型”进行了改进，并开发出新增熵项的改良模型。
研究人员利用该全新模型，成功对磁性材料能量损耗过程中的热涨落机理实现了定量解析；进而，首次将熵增的源头直接在显微镜图像上实现可视化。
在电动汽车（EV）用电机中，能量损耗（铁损）引发的热能耗散一直是关键技术难题。本次AI解析结果表明：温度越高，磁畴结构越复杂，进而加剧能量损耗。团队同时实现了热涨落引发的局部熵增可视化。该研究成果为研发低能耗下一代磁性材料提供了设计依据，体现了该模型的有效性与实用性。
该模型属于可挖掘人类难以察觉的潜在材料特性的AI分析方法，依托自由能理论的普适性，未来还可拓展应用于半导体、电池材料等更广领域的材料开发。
本研究成果已于2026年2月11日在线发表于国际学术期刊
「Scientific Reports」。
（相关研究）
借助新一代AI阐明磁性材料能量损耗成因—有望应用于低能耗下一代电动汽车（EV）的研发
■论文信息
杂志：Scientific Reports
论文题目：Explainable analysis of the complex maze magnetic domain structure through extension of the Landau free energy model by adding an entropy feature
作者：K. Masuzawa, A. L. Foggiatto, S. Kunii, R. Nagaoka, M. Taniwaki, T. Yamazaki, C. Mitsumata, I. Obayashi, Y. Hiraoka, and M. Kotsugi
DOI：10.1038/s41598-026-39617-x
【发表者】
| 増泽贤 | 东京理科大学研究生院2022年度硕士课程结业 |
| Alexandre Lira Foggiatto | 东京理科大学先进工学部 材料创成工学科 助教（研究当时） |
| 国井 创大郎 | 东京理科大学研究生院 2021年度硕士课程结业 |
| 长冈龙之辅 | 东京理科大学研究生院博士课程2年 |
| 谷脇 三千辉 | 东京理科大学研究生院 2024年度硕士课程结业 |
| 山崎 贵大 | 东京理科大学 研究推进机构 综合研究院 助教（研究当时） |
| 三俣 千春 | 筑波大学 数理物质系 教授、东京理科大学 材料创成工学科客座教授 |
| 大林 一平 | 冈山大学 学术研究院异领域融合教育研究领域（AI・数理）教授 |
| 平冈 裕章 | 京都大学 高等研究院 教授・中心主任 |
| 小嗣 真人 | 东京理科大学 先进工学部 材料创成工学科 教授 |
＜详细研究内容＞
利用可解释AI揭示磁性材料能量损耗中潜在的“热涨落”—在国际上首次实现熵效应可视化，提出新材料设计指针
【关于研究咨询方式】
东京理科大学 先进工学部 材料创成工学科 教授
小嗣真人
【关于报道宣传咨询方式】
东京理科大学 经营企划部 宣传课
TEL：03-5228-8107 FAX：03-3260-5823
筑波大学 宣传局
TEL：029-853-2040 FAX：029-853-2014
冈山大学 总务部 宣传课
TEL：086-251-7292 FAX：086-251-7294
京都大学 宣传室国际 宣传班
TEL：075-753-5729 FAX：075-753-2094