最近、非常に面白い論文を読んだので、共有させていただきます。論文のタイトルは「Extending Shannon’s ionic radii database using machine learning」1で、著者たちは機械学習を用いてShannonのイオン半径データベースを拡張することに成功しています。この研究は、特に酸化状態と配位数の組み合わせを用いたイオン半径の予測に焦点を当てています。機械学習モデルとしてガウス過程回帰（GPR）が使用され、R²精度は99.3%、半径の平均二乗誤差（RMSE）は0.0332Åに達しています。
この論文では、データとソースコードが公開されていたので、それを利用させていただいてPythonで同じ解析に挑戦しました。以下に、解析結果を示します。
| Training Data | Test Data | |
| RMSE | 0.0306 Å | 0.0576 Å |
| R² | 99.4% | 97.7% |
論文の結果と同等の精度を得ることができました。著者たちのデータとソースコードを参考に非常に短時間で解析を再現することができました。技術の進歩には本当に驚かされます。このような最新の研究成果を活用できることは、大変ありがたいことです。最後に、この研究を行った著者たちに深く感謝いたします。
1: Extending Shannon’s ionic radii database using machine learning, Ahmer A. B. Baloch, Saad M. Alqahtani, Faisal Mumtaz, Ali H. Muqaibel, Sergey N. Rashkeev, and Fahhad H. Alharbi, Phys. Rev. Materials 5, 043804 https://doi.org/10.1103/PhysRevMaterials.5.043804
