早稲田大学|先進理工学研究科|化学・生命化学専攻|ケム・インフォマティクス研究室(清野淳司研究室)

論文

2021年

[38]"Database-assisted local unitary transformation method for two-electron integrals in two-component relativistic calculations"
Chinami Takashima, Junji Seino, Hiromi Nakai, Chemical Physics Letters, 777, 138691, 2021.Editor's Choice

2020年

[37]"Machine-learned electron correlation model based on frozen core approximation"
Yasuhiro Ikabata, Ryo Fujisawa, Junji Seino, Takeshi Yoshikawa, Hiromi Nakai, The Journal of Chemical Physics, 153, 184108, 2020.
[36]"Solvent Selection Scheme Using Machine Learning Based on Physicochemical Description of Solvent Molecules: Application to Cyclic Organometallic Reaction"
Mikito Fujinami, Hiroki Maekawara, Ryota Isshiki, Junji Seino, Junichiro Yamaguchi, Hiromi Nakai, Bulletin of the Chemical Society of Japan, 93(7), 841-845, 2020.
[35]"Orbital-free density functional theory calculation applying semi-local machine-learned kinetic energy density functional and kinetic potential"
Mikito Fujinami, Ryo Kageyama, Junji Seino, Yasuhiro Ikabata, Hiromi Nakai, Chemical Physics Letters, 748, 137358, 2020.
[34]"Quantum chemical reaction prediction method based on machine learning"
Mikito Fujinami, Junji Seino, Hiromi Nakai, Bulletin of the Chemical Society of Japan, 93(5), 685-693, 2020.Selected Paper

2019年

[33]"Semi-local machine-learned kinetic energy density functional demonstrating smooth potential energy curves"
Junji Seino, Ryo Kageyama, Mikito Fujinami, Yasuhiro Ikabata, Hiromi Nakai, Chemical Physics Letters, 734, 136732, 2019.
[32]"Bond Energy Density Analysis Combined with Informatics Technique"
Hiromi Nakai, Junji Seino, Kairi Nakamura, Journal of Physical Chemistry A, 123(36), 7777-7784, 2019.
[31]"Machine-learned electron correlation model based on correlation energy density at complete basis set limit"
Takuro Nudejima, Yasuhiro Ikabata, Junji Seino, Takeshi Yoshikawa, Hiromi Nakai, The Journal of Chemical Physics, 151, 024104, 2019.
[30]"Virtual reaction condition optimization based on machine learning for a small number of experiments in high-dimensional continuous and discrete variables"
Mikito Fujinami, Junji Seino, Takumi Nukazawa, Shintaro Ishida, Takeaki Iwamoto, Hiromi Nakai, Chemistry Letters, 48(8), 961-964, 2019.Editor's ChoiceOpen Access
[29]"Extension and acceleration of relativistic density functional theory based on transformed density operator"
Yasuhiro Ikabata, Takuro Oyama, Masao Hayami, Junji Seino, Hiromi Nakai, The Journal of Chemical Physics, 150, 164104, 2019.Open Access

2018年

[28]"RAQET: Large-scale two-component relativistic quantum chemistry program package"
Masao Hayami, Junji Seino, Yuya Nakajima, Masahiko Nakano, Yasuhiro Ikabata, Takeshi Yoshikawa, Takuro Oyama, Kenta Hiraga, So Hirata, Hiromi Nakai, Journal of Computational Chemistry, 39(27), 2333-2344, 2018.Front Cover ImageOpen Access
[27]"Erratum: "Semi-local machine-learned kinetic energy density functional with third-order gradients of electron density" [J. Chem. Phys. 148, 241705 (2018)]"
Junji Seino, Ryo Kageyama, Mikito Fujinami, Yasuhiro Ikabata, Hiromi Nakai, The Journal of Chemical Physics, 149, 079901, 2018.
[26]"Derivative of electron repulsion integral using accompanying coordinate expansion and transferred recurrence relation method for long contraction and high angular momentum"
Masao Hayami, Junji Seino, Hiromi Nakai, International Journal of Quantum Chemistry, 118(16), e25640, 2018.
[25]"Gauge-origin independent formalism of two-component relativistic framework based on unitary transformation in nuclear magnetic shielding constant"
Masao Hayami, Junji Seino, Hiromi Nakai, The Journal of Chemical Physics, 148, 114109, 2018.
[24]"Semi-local machine-learned kinetic energy density functional with third-order gradients of electron density"
Junji Seino, Ryo Kageyama, Mikito Fujinami, Yasuhiro Ikabata, Hiromi Nakai, The Journal of Chemical Physics, 148, 241705, 2018.

2017年

[23]"Computerized implementation of higher-order electron-correlation methods and their linear-scaling divide-and-conquer extensions"
Masahiko Nakano, Takeshi Yoshikawa, So Hirata, Junji Seino, Hiromi Nakai, Journal of Computational Chemistry, 38(29), 2520-2527, 2017.
[22]"Relativistic density functional theory with picture-change corrected electron density based on infinite-order Douglas-Kroll-Hess method"
Takuro Oyama, Yasuhiro Ikabata, Junji Seino, Hiromi Nakai, Chemical Physics Letters, 680, 37-43, 2017.
[21]"Universal formulation of second-order generalized Moller-Plesset perturbation theory for a spin-dependent two-component relativistic many-electron Hamiltonian"
Masahiko Nakano, Junji Seino, Hiromi Nakai, Chemical Physics Letters, 675, 137-144, 2017.
[20]"Development of spin-dependent relativistic open-shell Hartree?Fock theory with time-reversal symmetry (II): The restricted open-shell approach"
Masahiko Nakano, Ryota Nakamura, Junji Seino, Hiromi Nakai, International Journal of Quantum Chemistry, 117(10), e25366, 2017.
[19]"Relativistic effect on enthalpy of formation for transition-metal complexes"
Yuya Nakajima, Junji Seino, Hiromi Nakai, Chemical Physics Letters, 673, 24-29, 2017.
[18]"Unveiling a New Aspect of Simple Aryboronic Esters: Long-Lived Room-Temperature Phosphorescence from Heavy-Atom-Free Molecules"
Yoshiaki Shoji, Yasuhiro Ikabata, Qi Wang, Daisuke Nemoto, Atsushi Sakamoto, Naoki Tanaka, Junji Seino, Hiromi Nakai, Takanori Fukushima, Journal of the American Chemical Society, 139(7), 2728-2733, 2017.
[17]"Development of spin-dependent relativistic open-shell Hartree?Fock theory with time-reversal symmetry (I): The unrestricted approach"
Masahiko Nakano, Junji Seino, Hiromi Nakai, International Journal of Quantum Chemistry, 117, e25356, 2017.

2016年

[16]"Relativistic frozen core potential scheme with relaxation of core electrons"
Yuya Nakajima, Junji Seino, Masao Hayami, Hiromi Nakai, Chemical Physics Letters, 663, 97-103, 2016.
[15]"Informatics-Based Energy Fitting Scheme for Correlation Energy at Complete Basis Set Limit"
Junji Seino, Hiromi Nakai, Journal of Computational Chemistry, 37(25), 2304-2315, 2016.
[14]"Assessment of self-consistent field convergence in spin-dependent relativistic calculations"
Masahiko Nakano, Junji Seino, Hiromi Nakai, Chemical Physics Letters, 657, 65-71, 2016.
[13]"Implementation of Analytical Energy Gradient of Spin-Dependent General Hartree?Fock Method Based on the Infinite-Order Douglas?Kroll?Hess Relativistic Hamiltonian with Local Unitary Transformation"
Yuya Nakajima, Junji Seino, Hiromi Nakai, Journal of Chemical Theory and Computation, 12(5), 2181-2190, 2016.

2015年

[12]"Accompanying coordinate expansion and recurrence relation method using a transfer relation scheme for electron repulsion integrals with high angular momenta and long contractions"
Masao Hayami, Junji Seino, Hiromi Nakai, The Journal of Chemical Physics, 142, 204110, 2015.

2014年

[11]"Extension of accompanying coordinate expansion and recurrence relation method for general‐contraction basis sets"
Masao Hayami, Junji Seino, Hiromi Nakai, Journal of Computational Chemistry, 35(20), 1517-1527, 2014.
[10]"Frozen core potential scheme with a relativistic electronic Hamiltonian: Theoretical connection between the model potential and all-electron treatments"
Junji Seino, Moto Tarumi, Hiromi Nakai, Chemical Physics Letters, 592, 341-348, 2014.

2013年

[9]"Analytical energy gradient based on spin-free infinite-order Douglas-Kroll-Hess method with local unitary transformation"
Yuya Nakajima, Junji Seino, Hiromi Nakai, The Journal of Chemical Physics, 139, 244107, 2013.
[8]"Local unitary transformation method toward practical electron correlation calculations with scalar relativistic effect in large-scale molecules"Open Access
Junji Seino, Hiromi Nakai, Tthe Journal of Chemical Physics, 139, 034109, 2013.

2012年

[7]"Local unitary transformation method for large-scale two-component relativistic calculations. II. Extension to two-electron Coulomb interaction"
Seino Junji, Nakai Hiromi, The Journal of Chemical Physics, 137, 144101, 2012.
[6]"Local unitary transformation method for large-scale two-component relativistic calculations: case for a one-electron Dirac Hamiltonian"
Seino Junji, Nakai Hiromi, The Journal of Chemical Physics, 136, 244102, 2012.

2010年

[5]"Magnetic shielding constants calculated by the infinite-order Douglas-Kroll-Hess method with electron-electron relativistic corrections"
Junji Seino, Masahiko Hada, The Journal of Chemical Physics, 132, 174105, 2010.
[4]"Expectation values in two-component relativistic theories"
Junji Seino, Wataru Uesugi, Masahiko Hada, The Journal of Chemical Physics, 132, 164108, 2010.

2008年

[3]"Examination of accuracy of electron-electron Coulomb interactions in two-component relativistic methods"
Junji Seino, Masahiko Hada, Chemical Physics Letters, 461(4-6), 327-331, 2008.

2007年

[2]"Applicability of the lowest-order two-electron Breit-Pauli relativistic correction in many-electron heavy and super-heavy elements"
Junji Seino, Masahiko Hada, Chemical Physics Letters, 442(1-3), 134-139, 2007.

2006年

[1]"SAC and SAC-CI calculations of excitation and circular dichroism spectra of straight-chain and cyclic dichalcogens"
Junji Seino, Yasushi Honda, Masahiko Hada, Hiroshi Nakatsuji, Journal of Physical Chemistry A, 110(33), 10053-10062, 2006.

レビュー・著書

[14]"Implementation of Picture Change Corrected Density Functional Theory Based on Infinite-Order Two-Component Method to GAMESS Program"Free Access
Chinami Takashima, Junji Seino, Hiromi Nakai, Journal of Computer Chemistry, Japan, 19(4), 128-130, 2020.
[13]「第5章 機械学習と物理化学量を用いた化学反応予測、反応条件最適化、溶媒選択」
藤波 美起登, 清野 淳司, 中井 浩巳, 「フロー合成、連続生産の装置、プロセス設計と応用事例」, 技術情報協会, 2020.
[12]「量子化学的記述子を用いた反応予測手法の開発と予測に寄与する記述子の解析」
藤波 美起登, 清野 淳司, 中井 浩巳, 化学工業, 70, 31-37 2019.
[11]「相対論的量子化学における理論・計算手法の基礎」
清野 淳司, フロンティア, 4, 3-20 2019.
[10]「インフォマティクス手法を活用した結合エネルギー密度解析の開発」Free Access
中村 海里, 清野 淳司, 中井 浩巳, Journal of Computer Chemistry, Japan, 18(3), 152-155, 2019.
[9]「第8章 第1節 人工知能を用いた化学反応の予測と反応条件の最適化」
藤波 美起登, 清野 淳司, 中井 浩巳, 「マテリアルズ・インフォマティクスによる材料開発と活用集」, 技術情報協会, 379-384, 2019.
[8]「理論化学とインフォマティクスの融合による反応設計」
藤波 美起登, 清野 淳司, 中井 浩巳, 化学と工業, 71(8), 653-655, 2018.
[7]「インフォマティクスとの融合による理論化学研究の推進」
清野 淳司, 中井 浩巳, ペトロテック, 40(5), 353-358, 2017.
[6]「人工知能を用いた化学反応の予測 -新材料開発のスピードアップに向けて」
藤波 美起登, 清野 淳司, 中井 浩巳, MATERIAL STAGE, 16(11), 70-75, 2017.
[5]「インフォマティクスによる反応の設計と予測-コンピュータを用いた化学反応の予言を目指して」
藤波 美起登, 清野 淳司, 中井 浩巳, 化学, 71(11), 68-69, 2016.
[4]"Implementation of Efficient Two-component Relativistic Method Using Local Unitary Transformation to GAMESS Program"
Yuya Nakajima, Junji Seino, Michael W. Schmidt, Hiromi Nakai, Journal of Computer Chemistry, Japan, 15(3), 68-70, 2016.Selected Paper
[3]「量子化学計算情報を記述子とした機械学習に基づく反応予測手法の開発」Free Access
藤波 美起登, 清野 淳司, 中井 浩巳, Journal of Computer Chemistry, Japan, 15(3), 63-65, 2016.
[2]"Large-scale two-component relativistic quantum-chemical theory: Combination of the infinite-order douglas?kroll?hess method with the local unitary transformation scheme and the divide-and-conquer method"Free Access
Junji Seino, Hiromi Nakai, International Journal of Quantum Chemistry, 115(5), 253-257, 2014.
[1]「大規模・高精度相対論的量子化学計算手法の開発:元素戦略の理論基盤確立を目指して」
清野 淳司, 中井 浩巳, Journal of Computer Chemistry, Japan, 13(1), 1-17, 2014.Free Access

招待講演

[18]「相対論的量子化学とインフォマティクスからみた化学反応」
清野 淳司, シンポジウム「化学反応経路探索のニューフロンティア2021」, 北海道大学学術交流会館, オンライン, 9月22日, 2021.NEW
[17]「人工知能技術がもたらす理論化学の深化と進化」
清野 淳司, 日本化学会 第101春季年会併設シンポジウム「30年後の夢をかなえる理論化学」, オンライン, 3月20日, 2021.
[16]「人工知能を用いた化学反応予測・ 反応条件最適化・量子化学理論の高度化」
清野 淳司, 技術情報協会セミナー「マテリアルズインフォマティクスによる材料設計、反応予測」, オンライン, 11月13日, 2020.
[15]「人工知能技術を用いた 化学データ解析の基礎とその応用」
清野 淳司, 日本テクノセンター・セミナー, オンライン, 8月31日, 2020.
[14]「化学研究と人工知能技術の融合に関する基礎と応用事例~化学反応予測・実験条件最適化・量子化学理論の高度化を例として~」
清野 淳司, CMCリサーチウェビナー, オンライン, 8月20日, 2020, 11月30日, 2020, 8月4日, 2021.
[13]「化学における人工知能技術との融合の基礎と 実験・計算化学への応用事例 ~化学反応予測・実験条件最適化・材料探索を例に~」
清野 淳司, 情報機構セミナー, オンライン, 6月24日, 2020, 2月18日, 2021.
[12]「インフォマティクスを導入した密度汎関数理論の開発」
清野 淳司, 第29回格子欠陥フォーラム「格子欠陥とマテリアルズ・インフォマティクス」, 豊田工業大学, 9月14日-15日, 2019.
[10]"Orbital-Free Density Functional Theory Calculation Combined with Semi-Local Machine-Learned Kinetic Energy Density Functional"
Junji Seino, The 2nd Global Forum on Advanced Materials and Technologies for Sustainable Development (GFMAT-2), Toronto, Canada, July 21-26, 2019.
[9]「人工知能(AI)技術と電子状態情報を用いた化学反応予測および反応条件最適化」
清野 淳司, R&D支援センター講習会, 東京, 1月22日, 2019, 1月28日, 2020, 12月14日, 2020.
[8]「相対論的量子化学における理論・計算手法の基礎」
清野 淳司, 第8回, 第9回量子化学スクール, 岡崎, 12月17日-19日, 2018, 12月16-18日, 2019.
[7]「人工知能を用いた化学反応の予測と反応条件の最適化」
清野 淳司, 技術情報協会・講習会 触媒開発における人工知能、計算科学の活用―新しい触媒の探索、設計の具体的手法-, 東京, 8月27日, 2018.
[6]「理論・計算・実験化学とインフォマティクスの融合研究」
清野 淳司, 分子科学研究所・理論・計算分子科学領域セミナーシリーズ, 岡崎, 6月21日, 2018.
[5]「次世代相対論的量子化学プログラムRAQETの紹介と理論化学研究の情報学との融合」
清野 淳司, 新化学技術振興協会 先端科学・材料技術部会・コンピュータケミストリ分科会 次世代CCWG講演会, 東京, 3月2日, 2018.
[4]"RAQET: Large-Scale Two-Component Relativistic Quantum Chemistry Program Package"
Junji Seino, International Symposium―Theoretical Design of Materials with Innovative Functions Based on Element Strategy and Relativistic Electronic Theory―, Tokyo, Japan, December 8-9, 2017.
[3]「相対論的電子論」
清野 淳司, 第56回 分子科学若手の会 夏の学校 第五分科会, 京都, 8月22日-26日, 2016.
[2]"Large-scale relativistic quantum-chemical theory"
Junji Seino, 原子衝突学会第39回年会 (11th Asian International Seminar on Atomic and Molecular Physics (AISAMP11)), Sendai, Japan, October 6-10, 2014.
[1]"Efficient Relativistic Quantum Theory and Its Analytical Energy Gradient Scheme for Large Molecule"
Junji Seino, XVIIIth International Workshop on Quantum Systems in Chemistry, Physics and Biology (QSCPXIII), Paraty (Rio de Janeiro), Brazil, December 1-7, 2013.

研究助成

[6]科学研究費助成金(基盤研究C)
「精度保証を考慮したオンライン機械学習型軌道非依存密度汎関数理論の開発」, 研究代表, 2021年度-2023年度.NEW
[5]戦略的創造研究推進事業 個人型研究(さきがけ)研究領域「理論・実験・計算 科学とデータ科学が連携・融合した先進的マテリアルズインフォマティクスのための基盤技術の構築」
「量子化学と情報学との融合による次世代密度汎関数理論と均一系触媒における反応 予測システムの開発 」, 研究代表, 2017年度-2020年度.
[4]戦略的創造研究推進事業 個人型研究(さきがけ)研究領域「理論・実験・計算 科学とデータ科学が連携・融合した先進的マテリアルズインフォマティクスのための基盤技術の構築」、特定課題調査
「均一系触媒における定量的反応予測システムの開発」, 研究代表, 2016年度.
[3]科学研究費補助金 特別研究員奨励費
「大規模相対論的量子化学計算手法の開発と新元素戦略への応用」, 研究代表, 2012年度-2014年度.
[2]科学研究費助成事業(若手研究B)
「電子情報のみを記述できる大規模・高精度・汎用的相対論的量子化学理論の開発」, 研究代表, 2011年度.
[1]笹川科学研究助成
「4成分Dirac-Coulomb方程式と厳密に等価な2成分相対論方程式の構築と重原子 化合物系の分子物性への応用」, 研究代表, 2008年度.