CN117678026A - 信息显示方法、信息显示装置及程序 - Google Patents

信息显示方法、信息显示装置及程序 Download PDF

Info

Publication number
CN117678026A
CN117678026A CN202280050745.1A CN202280050745A CN117678026A CN 117678026 A CN117678026 A CN 117678026A CN 202280050745 A CN202280050745 A CN 202280050745A CN 117678026 A CN117678026 A CN 117678026A
Authority
CN
China
Prior art keywords
value
characteristic
map
display method
compound
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202280050745.1A
Other languages
English (en)
Inventor
若杉健介
田中武拓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN117678026A publication Critical patent/CN117678026A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/80—Data visualisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

在信息显示方法中，取得多个化合物各自的特性预测值(步骤S112)，取得表示特性预测值的显示方法的第1显示方法信息(步骤S113)，生成按照第1显示方法信息表示多个化合物各自的特性预测值的映射图(步骤S114)，生成包含该映射图的图像并输出(步骤S115)，该映射图具有分别表示为了表现化合物的构成而使用的多个变量中的至少两个变量的坐标轴。

Description

信息显示方法、信息显示装置及程序
技术领域
本公开涉及显示与化合物有关的信息的技术。
背景技术
以往，在作为化合物的材料的开发中，为了搜索具有希望的特性的化合物的组成式或过程条件，进行了如下处理：改变原料的配合比率等而进行实验，确定具有良好的特性的组成式或过程条件。为了显示改变了化合物的组成式或过程条件等的情况下的特性的差异，例如公开了以下所示的方法。
专利文献1公开了将改变了组成式的构成的情况下的材料特性显示在三角相图上的方法。专利文献2公开了将用圆形图表示的多个数据配置为矩阵状来显示特性的方法。专利文献3公开了输入庞大数量的原料的配合比率，输出具有作为目标的特性的配合比率的方法。专利文献4公开了根据预测精度或材料特性来变更标识器而将多个材料进行二维显示的方法。
此外，近年来开发了使用通过机器学习得到的预测器对任意的组成式的材料特性进行预测的技术。例如，非专利文献1公开了利用神经网络对钙钛矿类材料的热力学稳定性进行预测的方法。此外，非专利文献2公开了对化合物显现高离子传导性的概率值进行预测的方法。非专利文献3公开了计算离子的扩散系数的方法。非专利文献4公开了使用贝叶斯优化的材料特性的优化及相图制作方法。
现有技术文献
专利文献
专利文献1：日本特许第6632412号公报
专利文献2：美国专利第7199809号说明书
专利文献3：日本特许第4009670号公报
专利文献4：日本特开2020－128962号公报
非专利文献
非专利文献1：Jonathan Schmidt et.al.“Predicting the ThermodynamicStability of Solids Combining Density Functional Theory and Machine Learning”Chemistry of Materials，29(12)，5090－5103(2017)
非专利文献2：Austin D.Sendek et.al.“Holistic computational structurescreening of more than 12000candidates for solid lithium－ion conductormaterials”Energy&Environmental Science，10(1)，306－320(2017)
非专利文献3：Xingfeng He et.al.“Statistical variances of diffusionalproperties from ab initio molecular dynamics simulations”npj ComputationalMaterials，4(1)，1－9(2018)
非专利文献4：Kei Terayama，Koji Tsuda，Ryo Tamura.Efficientrecommendation tool of materials by an executable file based on machinelearning.Japanese Journal of Applied Physics，58(098001)2019.
发明内容
发明要解决的课题
但是，在上述各专利文献及各非专利文献的技术中，难以适当地辅助材料开发。
本公开解决上述课题，提供能够适当地辅助材料开发的信息显示方法等。
用来解决课题的手段
为了解决上述课题，在有关本公开的一技术方案的信息显示方法中，取得多个化合物各自的特性预测值；取得表示上述特性预测值的显示方法的第1显示方法信息；生成按照上述第1显示方法信息表示上述多个化合物各自的特性预测值的映射图；生成包含上述映射图的图像并输出，上述映射图具有分别表示为了表现化合物的构成而使用的多个变量中的至少两个变量的坐标轴。
另外，这些包含性或具体的技术方案也可以由系统、集成电路或计算机可读取的CD－ROM等的记录介质实现，也可以由系统、方法、集成电路、计算机程序及记录介质的任意的组合来实现。此外，记录介质也可以是非暂时性的记录介质。
发明效果
根据本公开，能够适当地辅助材料开发。
本公开的一技术方案的进一步的优点及效果根据说明书及附图会变得清楚。这些优点及/或效果由在某些实施方式以及说明书及附图中记载的特征分别提供，但不是为了得到1个或其以上的相同的特征而必定需要提供全部。
附图说明
图1是表示实施方式1A的显示系统的构成的一例的框图。
图2是表示实施方式1A的搜索范围的一例的图。
图3是表示实施方式1A的由选项数据的组合表现的组成式的一例的图。
图4是表示实施方式1A的各化合物的特性预测值的一例的图。
图5A是表示实施方式1A的映射图的一例的图。
图5B是表示实施方式1A的映射图的一例的图。
图5C是表示实施方式1A的映射图的一例的图。
图6是表示实施方式1A的映射图的另一例的图。
图7A是表示实施方式1A的映射图的另一例的图。
图7B是表示实施方式1A的映射图的另一例的图。
图7C是表示实施方式1A的映射图的另一例的图。
图7D是表示实施方式1A的映射图的另一例的图。
图8是表示实施方式1A的映射图的另一例的图。
图9A是表示实施方式1A的映射图的另一例的图。
图9B是表示实施方式1A的映射图的另一例的图。
图10是表示实施方式1A的显示系统的处理动作的流程图。
图11是表示实施方式1A的变形例1的映射图的一例的图。
图12是表示实施方式1A的变形例2的过程变量的一例的图。
图13是表示实施方式1B的显示系统的构成的一例的框图。
图14是表示实施方式1B的保存在实验数据库中的实验数据的一例的图。
图15是表示实施方式1B的映射图的一例的图。
图16是表示实施方式1B的映射图的另一例的图。
图17是表示实施方式1B的映射图的另一例的图。
图18是表示实施方式1B的映射图的另一例的图。
图19是表示实施方式1B的映射图的另一例的图。
图20A是表示实施方式1B的映射图的另一例的图。
图20B是表示实施方式1B的映射图的另一例的图。
图21是表示实施方式1B的映射图的另一例的图。
图22A是表示实施方式1B的映射图的另一例的图。
图22B是表示实施方式1B的映射图的另一例的图。
图22C是表示实施方式1B的映射图的另一例的图。
图23是表示实施方式1B的显示系统的处理动作的流程图。
图24A是表示实施方式1B的变形例的图像映射图的一例的图。
图24B是表示实施方式1B的变形例的图像映射图的另一例的图。
图25是表示实施方式2A的显示系统的构成的一例的框图。
图26是表示实施方式2A的重叠了候选点的图像要素映射图的一例的图。
图27是表示实施方式2A的重叠了候选点的图像要素映射图的另一例的图。
图28是表示实施方式2A的重叠了候选点的图像要素映射图的另一例的图。
图29是表示实施方式2A的重叠了候选点的图像要素映射图的另一例的图。
图30是表示实施方式2A的重叠了候选点的图像要素映射图的另一例的图。
图31是表示实施方式2A的重叠了候选点的图像要素映射图的另一例的图。
图32是表示实施方式2A的重叠了候选点的图像要素映射图的另一例的图。
图33是表示实施方式2A的显示系统的处理动作的流程图。
图34是表示实施方式2A的变形例的图像映射图的一例的图。
图35是表示实施方式2A的变形例的图像映射图的另一例的图。
图36是表示实施方式2A的变形例的图像映射图的另一例的图。
图37是表示实施方式2B的显示系统的构成的一例的框图。
图38是表示实施方式2B的重叠了候选点及特性实验值的图像要素映射图的一例的图。
图39是表示实施方式2B的重叠了候选点及特性实验值的图像要素映射图的另一例的图。
图40是表示实施方式2B的图像要素映射图的状态转移的一例的图。
图41是表示实施方式2B的图像要素映射图的状态转移的另一例的图。
图42是表示实施方式2B的显示系统的处理动作的流程图。
图43是表示实施方式2B的变形例的显示系统的构成的一例的框图。
图44是表示实施方式2B的变形例的特性显示图像的履历的一例的图。
图45是表示实施方式2C的显示系统的构成的一例的框图。
图46是表示实施方式2C的保存在候选点数据库中的候选点数据的一例的图。
图47是表示实施方式2C的重叠了候选点及特性实验值的图像要素映射图的一例的图。
图48是表示实施方式2C的显示系统的处理动作的流程图。
图49是表示实施方式3A的显示系统的构成的一例的框图。
图50是表示实施方式3A的保存在评价显示数据库中的信息的一例的图。
图51是表示实施方式3A的保存在实验数据库中的各数据的一例的图。
图52是表示实施方式3A的化合物基本数据的一例的图。
图53是表示实施方式3A的化合物详细数据的一例的图。
图54是表示实施方式3A的映射图的一例的图。
图55是表示实施方式3A的映射图的另一例的图。
图56是表示图55的映射图的凡例等的图。
图57A是用来说明实施方式3A的伴随于计算方法信息的变更的图像的转移的一例的图。
图57B是用来说明实施方式3A的伴随于计算方法信息的变更的图像的转移的一例的图。
图58A是用来说明实施方式3A的伴随于搜索范围信息的变更的图像的转移的一例的图。
图58B是用来说明实施方式3A的伴随于搜索范围信息的变更的图像的转移的一例的图。
图59A是用来说明实施方式3A的伴随于第1显示对象信息的变更的图像的转移的一例的图。
图59B是用来说明实施方式3A的伴随于第1显示对象信息的变更的图像的转移的一例的图。
图60A是用来说明实施方式3A的伴随于显示范围信息的变更的图像的转移的一例的图。
图60B是用来说明实施方式3A的伴随于显示范围信息的变更的图像的转移的一例的图。
图61A是用来说明实施方式3A的伴随于搜索范围信息的变更的图像的转移的一例的图。
图61B是用来说明实施方式3A的伴随于搜索范围信息的变更的图像的转移的一例的图。
图62是表示实施方式3A的伴随于映射图排列信息的变更的图像的转移的一例的图。
图63是表示实施方式3A的显示系统的处理动作的流程图。
图64是表示实施方式3A的变形例的第1图像的一例的图。
图65是表示实施方式3A的变形例的第1图像的另一例的图。
图66是表示实施方式3A的变形例的由图像处理部进行的第1图像的生成的详细的一例的流程图。
图67是表示实施方式3B的显示系统的构成的一例的框图。
图68是表示实施方式3B的保存在实验显示数据库中的信息的一例的图。
图69A是用来说明实施方式3B的伴随于第2显示对象信息的变更的图像的转移的一例的图。
图69B是用来说明实施方式3B的伴随于第2显示对象信息的变更的图像的转移的一例的图。
图70A是用来说明实施方式3B的伴随于显示条件信息的变更的图像的转移的一例的图。
图70B是用来说明实施方式3B的伴随于显示条件信息的变更的图像的转移的一例的图。
图71是表示实施方式3B的显示系统的处理动作的流程图。
图72是表示实施方式3C的显示系统的构成的一例的框图。
图73A是用来说明实施方式3C的伴随于日期设定信息的变更的图像的转移的一例的图。
图73B是用来说明实施方式3C的伴随于日期设定信息的变更的图像的转移的一例的图。
图74是表示实施方式3C的显示系统的处理动作的流程图。
图75是表示实施方式3D的显示系统的构成的一例的框图。
图76是表示实施方式3D的保存在评价显示数据库中的信息的一例的图。
图77是表示实施方式3D的保存在实验显示数据库中的信息的一例的图。
图78是表示实施方式3D的伴随于位置信息的取得的图像的转移的一例的图。
图79是表示实施方式3D的包含元素的系数作为非可视化变量的组成式的组成图像的例子的图。
图80是表示实施方式3D的将过程变量用作非可视化变量的情况下的组成图像的例子的图。
图81是表示实施方式3D的显示系统的处理动作的流程图。
具体实施方式
(达成了本公开的认识)
近年来，在图像识别及自然语言处理等领域中，基于机器学习等的识别及识别方法实现了显著的进歩，也开始被应用于材料特性的预测。
例如，非专利文献1公开了利用神经网络对钙钛矿类材料的热力学稳定性进行预测的方法。钙钛矿类材料是由组成式ABX_3表现的材料，对于A、B、X指定不同的元素。根据非专利文献1的方法，能够预测对A、B、X分别分配了未搜索的元素的组合的组成式的热力学稳定性。根据该方法，能够减少耗费工作量的实验的次数而促进材料开发。
但是，非专利文献1所公开的技术虽然能够输出庞大的数量的预测结果，但由于预测结果分别被单独地提示，所以难以识别出预测结果各自的关系。
此外，非专利文献4如上述那样，公开了利用贝叶斯优化的材料特性的优化及相图制作方法。作为实证例，作为NaF－KF－LiF体系中的低熔点组成搜索或相图搜索结果，将实验值与预测值一起重叠显示在三角相图上。但是，不具有变更显示方法的功能。
专利文献1公开了将改变了组成式的构成的情况下的特性显示在三角相图上的方法。但是，在如专利文献1那样仅仅显示三角相图时，仅限于提示由3个元素的配合比率即两个变量表示的范围内的材料的特性。因此，在化合物的搜索变量的种类多的情况下，不能显示作为搜索对象的化合物的构成范围整体，难以识别出化合物的特性各自的关系。
专利文献2公开了将由圆形图表示的多个数据配置为矩阵状而将特性可视化的方法。但是，在专利文献2所公开的技术中，例如在如钙钛矿类材料那样搜索变量的种类多的化合物的情况下，不能显示作为搜索对象的化合物的构成范围整体，难以识别出化合物的特性各自的关系。
专利文献3公开了输入庞大的数量的原料的配合比率并输出具有作为目标的特性的配合比率的方法。但是，在专利文献3所公开的技术中，由于输出结果被局部地提示，所以不能显示作为搜索对象的化合物的构成范围整体，难以识别出化合物的特性各自的关系。此外，虽然根据配合比率而将标识器变更来显示，但并没有公开在组成式由多个变量表现的情况下基于在显示中未使用的变量来改变标识器的方法，难以掌握在显示中未使用的变量的信息。
专利文献4公开了根据预测精度、材料特性将标识器变更而将多个材料二维显示的方法。但是，仅限于提示被二维压缩的搜索变量内的材料的特性。因此，在化合物的搜索变量的种类多的情况下，难以识别出化合物的特性的整体像。此外，没有公开根据超过两个变量的搜索变量来变更显示方法的方法。即，在有3个以上的搜索变量的情况下，不能将预测值及实验值显示在作为搜索对象的化合物的构成范围整体中，难以识别出化合物的特性各自的关系。
如以上这样，在上述各专利文献及各非专利文献所使用的方法中，有助于材料开发的显示不足或没有适当地进行。结果，材料开发的辅助并不充分。
所以，在有关本公开的一技术方案的信息显示方法中，例如如实施方式1A及1B所示，取得多个化合物各自的特性预测值；取得表示上述特性预测值的显示方法的第1显示方法信息；生成按照上述第1显示方法信息表示上述多个化合物各自的特性预测值的映射图；生成包含上述映射图的图像并输出，上述映射图具有分别表示为了表现化合物的构成而使用的多个变量中的至少两个变量的坐标轴。例如，上述的图像被输出到显示部而被显示。此外，上述的多个变量例如也可以说决定了化合物的构成。此外，本公开的信息显示方法也可以说是特性显示方法。
由此，取得第1显示方法信息，生成按照由该第1显示方法信息表示的显示方法表示多个化合物各自的特性预测值的映射图。结果，只要按照新材料的搜索目的来设定由第1显示方法信息表示的显示方法，就能够通过显示包含其生成的映射图的图像，适当地辅助新材料的搜索即材料开发。此外，映射图由于具有上述的坐标轴，所以能够在与多个化合物各自的构成对应的位置表示该化合物的特性预测值。并且，由于作为搜索对象的许多化合物各自的特性预测值被作为映射图显示，所以能够将这些特性预测值适当地可视化，用户能够容易地识别出化合物的构成与特性预测值的关系。即，用户能够容易掌握映射图中的特性预测值的整体像。另外，新材料的搜索也被称作材料搜索。
或者，在有关本公开的一技术方案的信息显示方法中，取得多个化合物各自的特性预测值；输出包含映射图的图像，上述映射图是使用所取得的上述特性预测值生成的；上述映射图是具有分别表示为了表现化合物的构成而使用的至少两个变量的坐标轴、并且表示上述多个化合物各自的特性预测值的映射图。这样的信息显示方法也能够得到与上述同样的作用效果。
此外，也可以是，上述第1显示方法信息，作为上述特性预测值的显示方法而表示：用于表示上述特性预测值的颜色的决定方法、以及用于表示上述特性预测值的显示形式的决定方法中的至少1个。例如，通过颜色的决定方法决定与特性预测值相应的颜色，通过显示形式的决定方法，决定与特性预测值相应的颜色的深浅度。结果，在上述映射图的生成中，也可以生成关于上述多个化合物的每一个表示与该化合物的特性预测值相应的颜色或颜色的深浅度的上述映射图。
由此，各化合物的特性预测值由与该特性预测值相应的颜色或颜色的深浅度表示，所以用户能够容易掌握特性预测值的大小。例如，用户能够容易掌握具有类似的构成的化合物间的特性预测值的差异。
此外，也可以是，在上述映射图的生成中，将上述特性预测值离散化，生成表示离散化的上述特性预测值的上述映射图。
由此，在映射图中拥有相同程度的特性预测值的区域的辨识性提高，能够容易掌握特性预测值的变化趋势或分布，能够削减特性预测值的掌握所耗费的工作量。
此外，也可以是，上述第1显示方法信息，作为上述特性预测值的显示方法而表示以下(a)～(e)中的至少1个：(a)将与基准值相同的特性预测值用预先决定的颜色或颜色的深浅度表示在上述映射图上；(b)将比上述基准值大的特性预测值以第1色系的颜色表示，将比上述基准值小的特性预测值以第2色系的颜色表示；(c)对上述映射图上的第1区域与第2区域的边界重叠边界线，上述第1区域是表示有与上述基准值相同的特性预测值的区域，上述第2区域是表示有与上述基准值不同的特性预测值的区域；(d)将第3区域和第4区域中的一方的区域以预先决定的颜色或颜色的深浅度表示，上述第3区域是在上述映射图上表示有满足规定的条件的特性预测值的区域，上述第4区域是在上述映射图上表示有不满足上述规定的条件的特性预测值的区域；以及(e)对上述第3区域和上述第4区域中的一方的区域，重叠多个点或条纹的图案。
由此，用户能够容易掌握表示有等于基准值的特性预测值的区域、表示有比基准值大的特性预测值或比其小的特性预测值的区域、这些区域的边界、或者满足规定的条件的区域或不满足规定的条件的区域。
此外，上述基准值也可以是上述多个化合物各自的特性预测值的平均值或中位数，或者由用户指定的值。
由此，能够容易地进行从映射图的整体向多个区域的划分、或为了显示这些区域间的边界线而设定适当的基准值。
此外，也可以是，在上述映射图的生成中，还确定表示于上述映射图上的特性预测值的梯度，将表示上述梯度的朝向及大小的箭头重叠在上述映射图上。
由此，用户通过看映射图上的箭头，能够容易掌握该特性预测值的相对于至少两个变量的变化。
此外，也可以是，在上述信息显示方法中，进一步，取得为了表现上述化合物的构成而使用的多个变量、以及关于上述多个变量的每一个表示该变量能取的值或元素的多个选项数据；在上述特性预测值的取得中，按选项数据的每个组合，取得具有与该组合对应的构成的化合物的特性预测值，上述选项数据的组合是通过针对上述多个变量的每一个从上述多个选项数据中选择1个选项数据而得到的。例如，在上述特性预测值的取得中，也可以按每个上述组合，使用规定的算法取得具有与该组合对应的构成的化合物的特性预测值。
由此，能够取得适当的特性预测值。即，能够适当地预测构成分别不同的多个化合物的特性值。此外，在通过随时进行的化合物的实验来更新规定的算法的情况下，能够提高该特性值的预测精度。
此外，也可以是，在上述多个变量中有在上述映射图的坐标轴中使用的上述至少两个变量以外的变量即非活跃变量的情况下，上述第1显示方法信息，作为上述特性预测值的显示方法而表示使用上述非活跃变量显示上述特性预测值。
由此，并不限定于在映射图的坐标轴中使用的变量，还使用非活跃变量来显示特性预测值，所以能够适当地辅助材料开发。
此外，也可以是，在上述多个变量中有在上述映射图的坐标轴中使用的上述至少两个变量以外的变量即非活跃变量的情况下，上述第1显示方法信息，作为上述特性预测值的显示方法而表示对上述非活跃变量代入第1值、第2值或规定的数值范围内的各数值；(a)在对上述非活跃变量代入第1值的情况下，在上述映射图的生成中，生成表示具有如下构成的上述多个化合物各自的特性预测值的上述映射图，上述构成是使用表示由用户指定的上述第1值的上述非活跃变量来表现的构成；(b)在对上述非活跃变量代入第2值的情况下，在上述映射图的生成中，决定上述第2值以使表示于上述映射图的上述特性预测值满足规定的条件，生成表示具有如下构成的上述多个化合物各自的特性预测值的上述映射图，该构成是使用表示所决定的上述第2值的上述非活跃变量来表现的构成；(c)在对上述非活跃变量代入上述规定的数值范围内的各数值的情况下，在上述映射图的生成中，按上述映射图上的每个位置，计算具有如下构成的多个化合物的特性预测值的平均值，该构成是使用分别表示与该位置对应的数值的上述至少两个变量来表现的构成；生成按上述映射图上的每个位置表示对于该位置计算出的上述特性预测值的平均值的上述映射图；被计算上述特性预测值的平均值的上述多个化合物各自的上述非活跃变量表示上述规定的数值范围内的相互不同的数值。
由此，在(a)的情况下，由用户将第1值指定为非活跃变量，所以用户能够任意地选择具有显示于映射图的特性预测值的化合物的构成。此外，在(b)的情况下，通过将规定的条件设定为对材料搜索要求的条件，例如用户不用指定非活跃变量的值就能够简单地显示满足对材料搜索要求的条件的映射图。结果，能够实现材料搜索的高效化。即，能够适当地辅助材料开发。此外，在(c)的情况下，能够将非活跃变量能取的值的变化反映到映射图上的特性预测值中，能够提高特性预测值相对于非活跃变量的鲁棒性。
此外，也可以是，在上述特性预测值的取得中，从保存在预测器数据库中的用来预测化合物的特性值的至少1个预测器，取得上述多个化合物各自的上述特性预测值。
由此，能够对多个化合物的每一个取得适当的特性预测值。
此外，也可以是，在上述信息显示方法中，进一步，取得已实验的1个以上的化合物各自的特性实验值；在上述图像的生成中，将上述已实验的1个以上的化合物各自的特性实验值重叠在与该化合物的构成对应的映射图上的位置，生成包含重叠了上述特性实验值的上述映射图的上述图像。
由此，能够在映射图所表示的范围中容易地比较特性预测值与特性实验值，能够实现材料搜索的高效化。
此外，也可以是，在上述信息显示方法中，进一步，取得表示上述特性实验值的显示方法的第2显示方法信息；在上述图像的生成中，按照上述第2显示方法信息将上述特性实验值重叠在上述映射图上。
由此，特性实验值按照由第2显示方法信息表示的显示方法重叠在映射图上，所以能够根据该显示方法的设定，以与用户的材料搜索的目的匹配的形态显示特性实验值。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，也可以是，在上述特性预测值以与该特性预测值相应的颜色或颜色的深浅度即第1显示形态表示于上述映射图，并且上述特性实验值作为具有与该特性实验值相应的颜色或颜色的深浅度即第2显示形态的标记而重叠于上述映射图的情况下，上述第2显示方法信息，作为上述特性实验值的显示方法而表示使对于上述特性实验值的上述第2显示形态的标度与对于上述特性预测值的上述第1显示形态的标度一致。
由此，特性预测值及特性实验值各自的标度一致，所以能够更容易地进行特性预测值与特性实验值的比较。
此外，也可以是，上述第2显示方法信息，在多个上述特性实验值分别作为标记而相互重合地重叠于上述映射图的情况下，作为上述特性实验值的显示方法而表示规定上述标记的重叠的顺序的规则；在上述图像的生成中，将多个上述特性实验值各自的标记按照上述规则相互重合地重叠在上述映射图上。此外，上述规则也可以规定：(a)上述特性实验值越大，则将上述特性实验值的标记越接近于表面侧而配置；(b)上述特性实验值越接近于规定的值，则将上述特性实验值的标记越接近于表面侧而配置；或者(c)上述特性实验值越接近于在上述特性实验值被重叠的上述映射图上的位置表示的上述特性预测值，则将上述特性实验值的标记越接近于表面侧而配置。
由此，能够抑制表示较大的特性实验值、接近于规定的值的特性实验值、接近于特性预测值的特性实验值等良好的特性实验值的标记被表示其他特性实验值的标记遮挡而难以看到，能够实现材料搜索的高效化。
此外，也可以是，在不存在与具有上述特性实验值的化合物的构成对应的上述映射图上的位置的情况下，上述第2显示方法信息，作为上述特性实验值的显示方法而表示：(a)在上述映射图上，在对应于与具有上述特性实验值的上述化合物的构成最接近的构成的位置上重叠上述特性实验值；或者(b)在上述映射图上不重叠上述特性实验值；在上述图像的生成中，按照上述第2显示方法信息进行与上述特性实验值向上述映射图的重叠有关的处理。
由此，在(a)的情况下，即使是具有与映射图上的哪个位置都不对应的构成的化合物的特性实验值，也可在与最接近于该构成的构成对应的位置重叠该特性实验值。因而，将具有不与映射图对应的构成的化合物的特性实验值也适当地与该映射图建立关联而表示，所以能够实现由用户进行的材料搜索的高效化。此外，在(b)的情况下，由于不进行不与映射图对应的特性实验值的重叠，所以能够抑制通过该特性实验值的重叠可能发生的误解。
此外，也可以是，上述第2显示方法信息，作为上述特性实验值的显示方法而表示：在上述已实验的1个以上的化合物的特性实验值中，将预先决定的第1阈值以上的特性实验值重叠在上述映射图上，不将小于上述第1阈值的特性实验值重叠在上述映射图上。
由此，例如在取得了较多的特性实验值的情况下，不将当作噪声的不重要的特性实验值重叠在映射图上，能够在所取得的较多的特性实验值中仅缩减为重要的特性实验值，将该重要的特性实验值重叠在映射图上。结果，能够使重叠于映射图的重要的特性实验值容易看到，能够实现材料搜索的高效化。
此外，也可以是，上述第2显示方法信息，作为上述特性实验值的显示方法而表示：以在上述已实验的1个以上的化合物的特性实验值中，将满足规定的条件的特性实验值比不满足上述规定的条件的特性实验值强调的形态重叠在上述映射图上；在上述图像的生成中，按照上述第2显示方法信息，以将满足上述规定的条件的特性实验值强调的形态重叠在上述映射图上。
由此，用户能够在视觉上简单地掌握被重叠在映射图上而显示的各特性实验值是否满足规定的条件。因而，能够实现材料搜索的高效化。
此外，也可以是，上述规定的条件是：(a)上述特性实验值是从当前到向前预先决定的期间为止取得的特性实验值；(b)上述特性实验值是最近取得的预先决定的数量的特性实验值中的1个；(c)上述特性实验值是预先决定的第2阈值以上；或者(d)上述特性实验值与针对如下化合物取得的特性预测值的差分为预先决定的第3阈值以上或小于上述第3阈值，该化合物与具有该特性实验值的化合物具有相同的构成。
由此，在(a)及(b)中，用户能够在视觉上容易掌握新的特性实验值。此外，在(c)的情况下，用户能够在视觉上容易掌握例如重要的特性实验值，在(d)的情况下，用户能够在视觉上容易掌握与特性预测值接近的特性实验值。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，也可以是，在上述信息显示方法中，进一步，在将至少1个非活跃变量与上述已实验的1个以上的化合物的特性实验值的每一个建立了关联的情况下，计算上述至少1个非活跃变量各自的情况的数量的乘积，作为标记的形态的类别数量；在上述图像的生成中，关于上述已实验的1个以上的化合物的特性实验值的每一个，在上述类别数量的形态中选择与关联有该特性实验值的上述至少1个非活跃变量各自所表示的数据的组合相应的形态，将所选择的形态的标记重叠在上述映射图上。
由此，用户能够根据该特性实验值的标记的形态，在视觉上容易掌握与被重叠在映射图上而显示的各特性实验值建立了关联的至少1个非活跃变量各自的数据。因而，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，也可以是，上述至少1个非活跃变量的每一个将在具有上述特性实验值的化合物的生成中使用的过程条件或具有上述特性实验值的化合物的属性作为上述数据来表示。
由此，用户能够根据该特性实验值的标记的形态，在视觉上容易掌握具有与被重叠在映射图上而显示的特性实验值的化合物的过程条件或属性。
此外，也可以是，在上述类别数的计算中，作为上述标记的形态的类别数量，计算2以上且15以下的数。
例如，如果标记的形态的类别数量是16以上，则难以识别它们的形态。因而，通过其类别数量是2以上且15以下，能够提高这些形态的识别性。结果，用户能够更容易掌握与被重叠在映射图上而显示的各特性实验值建立了关联的至少1个非活跃变量各自的数据。因而，能够进一步实现材料搜索的高效化。
此外，也可以是，上述化合物的属性为，(a)上述化合物的晶体相的种类，(b)上述化合物的原料的种类，或者(c)在生成了上述化合物时是否残留有上述化合物的原料。
由此，用户能够根据该特性实验值的标记的形态，在视觉上容易掌握具有被重叠在映射图上而显示的特性实验值的化合物的晶体相的种类、原料的种类或原料有没有残存。
此外，也可以是，上述映射图包括沿着第1坐标轴及第2坐标轴的每一个轴以矩阵状排列的多个图像要素映射图；上述多个图像要素映射图分别具有第3坐标轴及第4坐标轴；在上述映射图的生成中，将上述第1坐标轴、上述第2坐标轴、上述第3坐标轴及上述第4坐标轴与上述多个变量中的第1变量、第2变量、第3变量及第4变量分别建立对应；关于上述多个化合物的每一个，在上述多个图像要素映射图中，确定与为了表现该化合物的构成而使用的上述第1变量的值及上述第2变量的值建立了关联的图像要素映射图；将该化合物的特性预测值映射到所确定的上述图像要素映射图上的、与为了表现该化合物的构成而使用的上述第3变量的值及上述第4变量的值对应的位置。
由此，映射图能够对于分别由4个变量表现的多个化合物的构成表示特性预测值，能够在较大的范围中将化合物的特性预测值容易理解地显示。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，也可以是，在上述图像的生成中，关于上述已实验的1个以上的化合物的每一个，在上述多个图像要素映射图中不存在与为了表现该化合物的构成而使用的上述第1变量的值及上述第2变量的值建立了关联的图像要素映射图的情况下，代替上述图像要素映射图而确定与最接近于上述第1变量及上述第2变量各自的值的值建立了关联的图像要素映射图；将该化合物的特性实验值重叠在所确定的上述图像要素映射图上的、与为了表现该化合物的构成而使用的上述第3变量的值及上述第4变量的值对应的位置。
例如，由于第1变量及第2变量分别是离散变量，所以有时不存在与第1变量的值及第2变量的值建立了关联的图像要素映射图。但是，在本实施方式中，确定与最接近于这些值的值建立了关联的图像要素映射图，在该图像要素映射图上重叠特性实验值。因而，能够抑制因离散变量而特性实验值不显示在图像要素映射图上。
此外，也可以是，在上述第1显示方法信息的取得中，取得根据用户的输入操作而生成的上述第1显示方法信息。
由此，能够由用户任意地设定特性预测值的显示方法，能够提高方便性。
此外，也可以是，在上述第1显示方法信息的取得中，通过基于所取得的上述多个化合物各自的特性预测值决定上述特性预测值的显示方法，来取得上述第1显示方法信息。例如，也可以是，在上述第1显示方法信息的取得中，作为上述特性预测值的显示方法而决定：将用于表示上述映射图上的特性预测值的最大值及最小值的预先决定的颜色或颜色的深浅度与所取得的上述多个化合物的特性预测值中的最大值及最小值分别建立对应而生成上述映射图。
由此，基于特性预测值决定该特性预测值的显示方法，所以能够进行适合于该特性预测值的显示，能够实现材料搜索的高效化。
此外，也可以是，在上述信息显示方法中，进一步，取得位置信息，该位置信息表示上述映射图上的上述特性预测值或上述特性实验值的位置；在上述图像的生成中，取得有关与由上述位置信息表示的位置对应的化合物的组成式的组成式数据，将表示上述组成式数据的组成图像重叠在上述映射图上；上述组成式数据包含与具有上述特性预测值或上述特性实验值的上述化合物建立了关联的非活跃变量；上述非活跃变量是上述多个变量中的在上述映射图的坐标轴中使用的上述至少两个变量以外的变量。
由此，即使不能根据特性预测值或特性实验值的位置掌握与该位置对应的化合物的非活跃变量，由于包含该非活跃变量的组成图像重叠在映射图上，所以通过看所显示的该组成图像，也能够容易掌握非活跃变量。
另外，上述信息显示方法中包含的各处理或各动作由信息显示装置或计算机执行。例如，信息显示装置或计算机具备处理器和计算机可读取的非暂时性的记录介质。记录介质例如是存储器，保存有用来使处理器执行上述信息显示方法中包含的各处理或各动作的程序。处理器将该程序从记录介质读出并执行。由此，执行上述信息显示方法中包含的各处理或各动作。
以下，参照附图对本公开的实施方式进行说明。以下说明的实施方式都表示本公开的优选的一具体例。因而，在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置及连接形态等是一例，不是限定本公开的意思。因此，关于以下的实施方式的构成要素中的、在表示最上位概念的独立权利要求中没有记载的构成要素，设为任意的构成要素进行说明。
另外，各图是示意图，并不一定是严密地图示的。此外，在各图中，对于实质上相同的构成赋予相同的标号，将重复的说明省略或简略化。上述的信息显示方法的作用效果在信息显示装置及程序中也同样被实现。
此外，本公开包括实施方式1、2及3，实施方式1包括实施方式1A及1B。实施方式2包括实施方式2A、2B及2C，实施方式3包括实施方式3A、3B、3C及3D。以下，对各实施方式依次进行说明。
(实施方式1A)
本实施方式的显示系统将多个化合物各自的特性预测值以映射图的方式显示。
[显示系统100的构成]
图1是表示本实施方式的显示系统100的构成的一例的框图。图1所示的显示系统100具备输入部110、预测器数据库(DB)120、特性显示装置130和显示部140。另外，特性显示装置130是信息显示装置的一例。
[输入部110]
输入部110受理由用户进行的输入操作，将与该输入操作相应的输入信号输出到特性显示装置130。例如，输入部110例如也可以构成为键盘、接触传感器、触控板或鼠标等。
[预测器数据库120]
预测器数据库120是保存有例如为计算机程序的预测器的记录介质。具体而言，预测器数据库120存储有用来预测多个化合物各自的特性值的预测器。预测的特性值例如是电导率、导热率、带隙等，以下也被称为特性预测值。此外，预测器是基于规定的计算算法的计算机程序。规定的计算算法也可以是通过机器学习得到的算法。预测器数据库120例如由非易失性的存储器构成。预测器针对与化合物有关的数据的输入，输出该化合物的特性值。该数据例如是化合物的组成式。
另外，预测器只要能够输出化合物的特性预测值，是怎样的形式都可以。从预测器输出的特性预测值例如也可以是使用在非专利文献1及非专利文献2中记载的预测器计算的值。非专利文献1公开了对钙钛矿类化合物的热力学稳定性进行预测的手法。非专利文献2公开了对化合物显现高离子传导性的概率值进行预测的方法。另外，化合物与材料是同义的。
此外，从预测器输出的特性预测值例如也可以是通过密度泛函数法计算的特性值。为了进行密度泛函数法的处理，需要晶体结构的指定。该晶体结构也可以由来自输入部110的输入信号来指定。此外，即使预测对象的化合物的晶体结构不清楚，预测器也可以将具有与该化合物相同的组成式并且具有已知的晶体结构的化合物的特性值作为该预测对象的化合物的特性预测值来输出。此外，在预测对象的化合物的组成式与能够预测的化合物的组成式不同的情况下，预测器只要将该预测对象的化合物的组成式的一部分元素替换为其它元素而制作暂定的晶体结构，并对具有该制作出的晶体结构的化合物进行密度泛函数法的计算即可。或者，在对化合物的一个晶体结构进行实验性的验证的情况下，预测器只要采用该晶体结构并与上述同样地执行密度泛函数法即可。
此外，从预测器输出的特性预测值例如也可以是使用在非专利文献3中记载的被称为Ab initio molecular dynamics(AIMD：从头算分子动力学)的方法计算的特性值。非专利文献3公开了计算离子的扩散系数的方法。另外，特性值并不限于预测值，也可以是实验性地得到的电导率、导热率等的特性值。
预测器数据库120将与预测值取得部132的请求相应的预测器、即适合于预测化合物的特性的预测器输出到预测值取得部132。
[显示部140]
显示部140从特性显示装置130取得图像并显示该图像。这样的显示部140例如是液晶显示器、等离子显示器、有机EL(Electro－Luminescence)显示器等，但并不限定于这些。
显示部140例如是信息终端、被导入电子实验记录的信息终端等所具备的显示部。此外，显示部140也可以是用于将原料或化合物合成的合成装置、用于使原料或化合物反应的反应装置、用于对化合物进行分析的分析装置、用于评价化合物的评价装置等所具备的显示部。
[特性显示装置130]
特性显示装置130从输入部110取得输入信号，使用预测器数据库120的预测器预测与该输入信号相应的多个化合物的特性值。进而，特性显示装置130从输入部110取得表示显示方法的输入信号作为第1显示方法信息，按照该显示方法，生成表示各化合物的被预测出的特性值作为特性预测值的图像。并且，特性显示装置130将该生成的图像向显示部140输出。
[特性显示装置130的构成]
特性显示装置130具备搜索范围取得部131、预测值取得部132、显示方法取得部133和图像处理部134。另外，特性显示装置130例如也可以由中央运算处理装置(CPU：Central Processing Unit)等处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置130发挥功能。另外，存储器既可以是易失性，也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。
[搜索范围取得部131]
搜索范围取得部131从输入部110取得表示化合物的搜索范围的输入信号。并且，搜索范围取得部131将该输入信号作为搜索范围信号向预测值取得部132输出。化合物的搜索范围是作为特性值的预测对象的各化合物的组成式、构成等的范围。在本实施方式中，该作为预测对象的化合物是固体电解质，该化合物的组成式例如由以下的(式1)表示。
Li2－3a－4b(M31－xM3’x)a(M41－yM4’y)1+bO3 …(式1)
搜索范围取得部131取得(式1)的变量a、b、x、y、M3、M3’、M4、M4’各自能够取的各数据(即后述的选项数据)，作为搜索范围。
图2是表示搜索范围的一例的图。搜索范围中包含的搜索点由预先被指定的1个以上的数据(例如元素Li及O和其系数)和1个以上的范围变量表现，在对于全部范围变量分别指定了值或元素的情况下表示一个组成式。即，在对于全部范围变量分别指定了值或元素的情况下，使用这些范围变量表示的数据表现表示化合物的1个构成即组成式。数据表现例如是上述(式1)及图2所示的Li2－3a－4b(M31－xM3’x)a(M41－yM4’y)1+bO3。另外，范围变量也被称为搜索变量，也被简单称为变量。
这里，范围变量中有类别变量、离散变量、连续变量等。类别变量表示构成化合物的元素的种类。例如，类别变量是变量M3、M3’、M4、M4’。变量M3、M3’分别能够取4个选项数据“La、Al、Ga、In”中的某1个。在此情况下，对于变量M3、M3’各自能够取的选项数据的组合为6种(4C2＝6)。变量M4、M4’分别能够取3个选项数据“Ti、Zr、Hf”中的某1个。在此情况下，对于变量M4、M4’各自能够取的选项数据的组合为3种(3C2＝3)。另外，Li及O是预先被固定的元素，不符合类别变量。
离散变量是用来决定化合物的组成比的数值。对于离散变量能够取的多个选项数据的数值相互离散地存在。此外，离散变量中的选项数据的数量比连续变量少。例如，离散变量是用来分别决定元素的系数的变量a、b。变量a能够取5个选项数据“0.0、0.05、0.1、0.15、0.2”中的1个。对于变量a能够取的选项数据的组合为5种(5C1＝5)。变量b能够取4个选项数据“0.0、0.1、0.2、0.3”中的1个。对于变量b能够取的选项数据的组合为4种(4C1＝4)。
连续变量表示用来决定化合物的组成比的数值。连续变量中的选项数据的数量例如比离散变量及类别变量多，是适合于想要详细地分析与选项数据的变化对应的特性值的变化的情况的变量。另外，连续变量的选项数据的数量优选有5个以上。例如，连续变量是用来分别决定元素的系数的变量x、y。变量x、y分别能够取从最小值0.0到最大值1.0以步幅0.1表示的11个选项数据中的1个。即，对于变量x、y分别能够取的选项数据为11种(11C1＝11)。
另外，在图2所示的例子中，连续变量的11个选项数据是使用最小值0.0、最大值1.0及步幅0.1表现的，但也可以如“0.0、0.1、0.2、0.3…、1.0”那样用11个系数本身表现。此外，连续变量也可以设定为，使步幅比0.1小，使得特性预测值等的检索数据更连续地变化。更小的步幅的例子是0.01、0.001等。连续变量也可以由用户指定。例如，也可以由用户指定搜索变量x、y分别为连续变量。在此情况下，也可以由用户指定搜索变量x、y各自的最小值及最大值，搜索变量x、y各自的步幅使用特性显示装置130预先存储的值。
在图2所示的数据表现的组成式中，由连续变量x表示的M3及M3’的比率具有如果使一方的比率变化则另一方的比率变化的负相关关系。同样，由连续变量y表示的M4及M4’的比率具有如果使一方的比率变化则另一方的比率变化的负相关关系。
换言之，关于各个作为变量的M3、M3’、M4、M4’、a、b、x、y，使用选项数据如以下这样表现。
M3∈{La，Al，Ga，In}
M3’∈{La，Al，Ga，In}
M4∈{Ti，Zr，Hf}
M4’∈{Ti，Zr，Hf}
a∈{0.0，0.05，0.1，0.15，0.2}
b∈{0.0，0.1，0.2，0.3}
x∈{0.0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.0}
y∈{0.0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.0}
并且，对于M3、M3’、M4、M4’、a、b、x、y的各个变量，通过从与该变量对应的多个选项数据中选择1个选项数据，能得到选项数据的组合。该组合是(M3，M3’，M4，M4’，a，b，x，y)＝(La，Al，Ti，Zr，0.1，0.1，0.1，0.1)、(La，Al，Ti，Zr，0.1，0.1，0.1，0.2)、(La，Al，Ti，Zr，0.1，0.1，0.1，0.3)、…等。即，组合的数量有很多。通过这样的选项数据的组合，唯一地表现作为化合物的构成的组成式。此外，上述的搜索范围是包括这些全部组合的范围，上述的搜索点也可以说是指1个组合或化合物的构成。另外，将多个变量各自能够取的选项数据的组合以下也称为多个变量的组合。例如，将变量x、y各自能够取的选项数据的组合也称为变量x、y的组合。
如果将对于这些范围变量指定的值或元素变更而生成搜索点，则生成各种各样的搜索点，它们的集合表示搜索范围。
[预测值取得部132]
预测值取得部132从搜索范围取得部131取得搜索范围信号。并且，预测值取得部132生成由该搜索范围信号表示的搜索范围中包含的多个变量分别能够取得的选项数据的全部组合。由该组合表现化合物的组成式。因而，生成与这些组合相应的多个组成式或构成。
图3是表示由选项数据的组合表现的组成式的一例的图。图3表示所生成的多个组成式和在该多个组成式中分别使用的变量M3、M3’、M4、M4’、a、b、x、y各自的选项数据。另外，在本公开中，组成式中包含的各元素的系数(即表示组成比的数值)有用尾标表示的情况以及与表示元素的字符同样用通常的字符表示的情况。
另外，组成式的数据表现也可以不是如图3那样表示选项数据本身，而是表示对于变量能够取的选项数据的顺序。例如，在离散变量a的5个选项数据是“0.0、0.05、0.1、0.15、0.2”的情况下，以该顺序确定选项数据。在此情况下，例如也可以代替离散变量a＝0.1而将离散变量a的选项数据“0.1”的顺序“3”用在组成式的数据表现。
预测值取得部132通过从预测器数据库120取得预测器并将所生成的多个组成式输入到该预测器中，取得具有这些组成式的化合物的特性预测值。
图4是表示所取得的各化合物的特性预测值的一例的图。
预测值取得部132如图4(图中的右端)所示，针对根据搜索范围生成的多个组成式，分别取得具有该组成式的化合物的特性预测值。预测值取得部132关于多个组成式的每一个，将该组成式与针对该组成式取得的特性预测值建立关联并向图像处理部134输出。另外，该输出的组成式也可以是上述的多个变量的组合。
[显示方法取得部133]
显示方法取得部133从输入部110取得表示显示方法的输入信号作为第1显示方法信息。并且，显示方法取得部133将该第1显示方法信息向图像处理部134输出。由第1显示方法信息表示的显示方法是显示由各组成式表示的化合物的特性预测值的方法。
[图像处理部134]
图像处理部134从预测值取得部132关于多个化合物的每一个取得该化合物的组成式及特性预测值。进而，图像处理部134从显示方法取得部133取得第1显示方法信息。图像处理部134按照由该第1显示方法信息表示的显示方法生成表示多个化合物的特性预测值的映射图，将包含该映射图的图像显示在显示部140上。
[映射图的具体例]
图5A～图5C是表示映射图的一例的图。
图像处理部134例如生成图5A所示的映射图Ma。该映射图Ma具有坐标轴A1及A2。对于坐标轴A1例如分配连续变量x，对于坐标轴A2例如分配连续变量y。对于映射图Ma中的由变量x、y各自的数值表示的各位置的单元，赋予了与组成式中包含该变量x、y各自的数值的化合物的特性预测值相应的深浅度的颜色。另外，特性预测值例如是带隙，对于映射图Ma赋予了表示该特性预测值与深浅度的关系的标度。
例如，显示方法取得部133根据用户对输入部110的输入操作，取得第1显示方法信息。该第1显示方法信息例如表示被分配给坐标轴A1的变量x和被分配给坐标轴A2的变量y。进而，该第1显示方法信息将没有被分配给坐标轴的变量M3、M3’、M4、M4’、a及b各自的选项数据表示为指定选项数据。并且，显示方法取得部133将该第1显示方法信息向图像处理部134输出。
图像处理部134按照该第1显示方法信息，将变量x分配给映射图Ma的坐标轴A1，将变量y分配给映射图Ma的坐标轴A2。进而，图像处理部134根据由预测值取得部132取得的多个化合物的特性预测值，确定变量M3、M3’、M4、M4’、a及b分别表示指定选项数据的各化合物的特性预测值。并且，图像处理部134将与所确定的各化合物的特性预测值相应的深浅度的颜色赋予给由该化合物的组成式中包含的变量x、y各自的数值表示的映射图Ma上的位置。
例如，该颜色是黑色或白色，特性预测值越大，则在映射图Ma中对该特性预测值赋予越深的黑色，相反，特性预测值越小，则在映射图Ma中对该特性预测值赋予越浅的黑色。但是，其颜色也可以是黑色或白色以外的其他颜色。此外，图像处理部134也可以在映射图Ma上代替颜色的深浅度而用颜色的种类表示特性预测值。例如，图像处理部134也可以对第1大的特性预测值分配红色，对第2大的特性预测值分配橙色，对第3大的特性预测值分配黄色，对第4大的特性预测值分配白色，对第5大的特性预测值分配黄绿色，对第6大的特性预测值分配淡蓝色，对第7大的特性预测值分配蓝色。并且，图像处理部134也可以在映射图Ma中赋予对从预测值取得部132取得的特性预测值的大小分配的颜色。在此情况下，如热图那样显示映射图Ma。
此外，在具有由该映射图Ma表示的特性预测值的多个化合物中，变量x、y以外的变量、即没有被用于映射图Ma的坐标轴的变量M3、M3’、M4、M4’、a及b分别表示相同的选项数据。即，变量M3、M3’、M4、M4’、a及b各自的选项数据被固定为指定选项数据，与变量x、y各自的数值相应的化合物的特性预测值被显示在映射图Ma中。换言之，在映射图Ma中，变量M3、M3’、M4、M4’、a及b各自的选项数据的组合被固定。例如，如变量(M3，M3’，M4，M4’，a，b)＝(La，Al，Ti，Zr，0.05，0.1)那样，变量M3、M3’、M4、M4’、a及b各自的选项数据被固定为指定选项数据。
另外，也可以将被用于映射图Ma的坐标轴的变量、例如变量x、y称为可变变量或可视化变量，也可以将没有被用于映射图Ma的坐标轴的变量、例如变量M3、M4等称为固定变量、非可视化变量、剩余变量或非活跃变量等。此外，本实施方式的映射图Ma也称为图像要素映射图Ma。
此外，如图5B所示，图像处理部134也可以对特性预测值进行插补并将表示插补后的特性预测值的映射图Ma显示在显示部140上。即，图像处理部134基于与变量x的11个数值“0.0、0.1、0.2、…、10.0”及变量y的11个数值“0.0、0.1、0.2、…、10.0”相应的121(＝11×11)个点的特性预测值，计算这些点间的特性预测值。图像处理部134例如也可以使用线性插补、双线性插补、双三次插补等对特性预测值进行插补。
此外，在图5A及图5B中，对坐标轴A1分配的连续变量x的数值范围与对坐标轴A2分配的连续变量y的数值范围相等。即，连续变量x、y的数值范围是从最小值0.0到最大值1.0的范围。因此，图5A及图5B所示的映射图Ma的形状是正方形。但是，映射图Ma的形状依赖于映射图Ma的坐标轴的分配方法，也可以是其他形状。
例如，映射图Ma的形状也可以是长方形，也可以如图5C那样是三角形。
在图5C的例子中，显示了表示具有IN(N1－x－ySexAsy)的组成式的化合物的特性预测值的三角形的映射图Ma。与图5A及图5B的例子同样，对映射图Ma中的由变量x、y各自的数值表示的各位置的单元，赋予了与组成式中包含该变量x、y各自的数值的化合物的特性预测值相应的深浅度的颜色。
这样，本实施方式的特性显示装置130具备预测值取得部132、显示方法取得部133及图像处理部134。预测值取得部132取得多个化合物各自的特性预测值。显示方法取得部133取得表示该特性预测值的显示方法的第1显示方法信息。图像处理部134按照该第1显示方法信息，生成表示多个化合物各自的特性预测值的映射图Ma。进而，图像处理部134生成包含该映射图Ma的图像并输出。这里，该映射图Ma具有分别表示为了表现化合物的构成而使用的多个变量中的至少两个变量的坐标轴。例如，上述的图像被输出到显示部140而被显示。
由此，取得第1显示方法信息，按照由该第1显示方法信息表示的显示方法，生成表示多个化合物各自的特性预测值的映射图Ma。结果，如果依据搜索新材料的目的设定由第1显示方法信息表示的显示方法，则通过显示包含该生成的映射图Ma的图像，能够适当地辅助新材料的搜索即材料开发。此外，映射图Ma由于具有上述的坐标轴，所以能够在与多个化合物各自的构成对应的位置上表示该化合物的特性预测值。并且，由于作为搜索对象的许多个化合物各自的特性预测值被显示为映射图Ma，所以能够将它们的特性预测值适当地可视化，用户能够容易地识别出化合物的构成与特性预测值的关系。即，用户能够容易掌握映射图Ma中的特性预测值的整体像。另外，新材料或者新化合物的搜索也称为材料搜索。
另外，特性显示装置130也可以不具备显示方法取得部133。在此情况下，图像处理部134输出包含使用所取得的特性预测值生成的映射图Ma的图像。该映射图Ma是具有分别表示为了表现化合物的构成而使用的至少两个变量的坐标轴、并且表示该多个化合物各自的特性预测值的映射图。即使是这样的特性显示装置130，也能够得到与上述同样的作用效果。
此外，第1显示方法信息也可以将用来表示特性预测值的颜色的决定方法和用来表示特性预测值的显示形式的决定方法中的至少1个作为特性预测值的显示方法来表示。例如，通过颜色的决定方法决定与特性预测值相应的颜色，通过显示形式的决定方法决定与特性预测值相应的颜色的深浅度。结果，本实施方式的图像处理部134关于多个化合物的每一个，生成表示与该化合物的特性预测值相应的颜色或颜色的深浅度的映射图Ma。
由此，各化合物的特性预测值由与该特性预测值相应的颜色或颜色的深浅度表示，所以用户能够容易掌握特性预测值的大小。例如，用户能够容易掌握具有类似的构成的化合物间的特性预测值的差异。
此外，本实施方式的特性显示装置130具备搜索范围取得部131。搜索范围取得部131取得为了表现化合物的构成而使用的多个变量、以及关于多个变量的每一个表示该变量能够取的值或元素的多个选项数据。并且，预测值取得部132按选项数据的每个组合，取得具有与该组合对应的构成的化合物的特性预测值，上述选项数据的每个组合是通过针对该多个变量的每一个从多个选项数据选择1个选项数据而得到的。即，搜索范围取得部131按上述的每个组合，使用规定的算法取得具有与该组合对应的构成的化合物的特性预测值。例如，规定的算法是保存在预测器数据库120中的预测器。
由此，能够取得适当的特性预测值。即，能够适当地预测构成分别不同的多个化合物的特性值。此外，在通过随时进行的化合物的实验来更新规定的算法的情况下，能够提高该特性值的预测精度。
图6是表示映射图Ma的另一例的图。
如图6所示，图像处理部134也可以将特性预测值离散化，对于映射图Ma赋予与该被离散化的特性预测值相应的深浅度的颜色。例如，图像处理部134将特性预测值“0.5～4.0”以0.25间隔离散化。因而，如果从预测值取得部132取得的特性预测值例如是0.7，则图像处理部134将该特性预测值例如替换为0.75。
例如，显示方法取得部133从输入部110取得表示特性预测值的离散化和其间隔的输入信号作为第1显示方法信息，将该第1显示方法信息输出到图像处理部134。图像处理部134按照该第1显示方法信息，将从预测值取得部132取得的各化合物的特性预测值离散化。
这样，本实施方式的图像处理部134将特性预测值离散化，生成表示离散化的特性预测值的映射图Ma。
即，在本实施方式中，并不限定于对映射图Ma赋予与所取得的特性预测值本身相应的深浅度的颜色，也可以如图6所示，对映射图Ma赋予与离散化的特性预测值相应的深浅度的颜色。由此，在映射图Ma中拥有相同程度的特性预测值的区域的辨识性提高，能够容易掌握特性预测值的变化趋势或分布，能够削减特性预测值的掌握所花费的工作量。
图7A～图7D是表示映射图Ma的另一例的图。
如图7A所示，图像处理部134也可以特性预测值越接近基准值，则对于该特性预测值设定越低的深浅度，特性预测值越远离基准值，则对于该特性预测值设定越高的深浅度。例如，显示方法取得部133从输入部110取得表示基准值的第1显示方法信息，将该第1显示方法信息向图像处理部134输出。图像处理部134按照由该第1显示方法信息表示的基准值，对于特性预测值设定深浅度。
在图7A的例子的情况下，基准值是2.65～2.85[eV]的范围内的值。另外，低的深浅度是指颜色淡，高的深浅度是指颜色深。此外，图像处理部134也可以在特性预测值比基准值大的情况下和特性预测值比基准值小的情况下，对于这些特性预测值设定相同色系的颜色。例如，如图7A所示的例子那样，超过2.85[ev]的特性预测值比基准值大，小于2.65[ev]的特性预测值比基准值小。并且，在映射图Ma中，表示超过2.85[ev]的特性预测值的区域r1和表示小于2.65[ev]的特性预测值的区域r2也可以是相同色系的颜色。相反，图像处理部134也可以在特性预测值比基准值大的情况下和特性预测值比基准值小的情况下，对于这些特性预测值设定相互不同色系的颜色。例如，在映射图Ma中，表示超过2.85[ev]的特性预测值的区域r1由红色系的颜色表示，表示小于2.65[ev]的特性预测值的区域r2由蓝色系的颜色表示。此外，图像处理部134对于表示与基准值相等的特性预测值的区域设定预先决定的白色。但是，对该区域设定的颜色并不限定于白色，也可以是红色等其他颜色。此外，关于特性预测值，既可以如图6的例子那样离散化，也可以不离散化。在将特性预测值离散化的情况下，映射图Ma中的多个区域例如以用等高线划分的方式显示。
如图7B所示，图像处理部134也可以在映射图Ma中，对于表示比基准值小的特性预测值的区域r2添加预先决定的样式的阴影。其样式既可以是条纹的样式，也可以如图7B的例子那样是由多个圆点构成的样式。即，图像处理部134也可以对于该区域r2重叠多个圆点。此外，图像处理部134也可以对于该区域r2，代替与特性预测值相应的深浅度的颜色而仅重叠多个圆点。
如图7C所示，图像处理部134也可以将与基准值对应的等值线L1重叠在映射图Ma上。例如，如图7C所示，等值线L1被重叠在特性预测值在基准值的范围内的区域r3与特性预测值小于该范围的区域r2的边界上。另外，图像处理部134也可以不将多个圆点重叠在映射图Ma上，而将等值线L1重叠在映射图Ma上，也可以仅将等值线L1重叠在映射图Ma上。由此，用户能够容易掌握基准值附近的特性预测值的区域或超过基准值的特性预测值的区域。
如图7D所示，图像处理部134也可以在映射图Ma中，对于表示不满足条件的特性预测值的区域r4(在图7D的例子中是条纹的区域)赋予预先决定的颜色或预先决定的深浅度的颜色。其颜色可以是黑色。或者，图像处理部134也可以对该区域r4添加预先决定的样式的阴影。即，图像处理部134也可以对该区域r2重叠条纹的样式。上述的条件例如是特性预测值为下限值以上的条件。在图7D的例子中下限值是2.45[eV]。
例如，显示方法取得部133从输入部110取得表示该条件或下限值的第1显示方法信息，将该第1显示方法信息向图像处理部134输出。图像处理部134按照该第1显示方法信息，生成例如图7D那样的映射图Ma。小于下限值的区域例如是在材料搜索中也可以不考虑的区域。因而，在图7D的例子中，用户能够容易掌握在材料搜索中也可以不考虑的区域。
这样，本实施方式的第1显示方法信息将以下的(a)～(e)中的至少1个作为特性预测值的显示方法来表示。(a)是将与基准值相同的特性预测值通过预先决定的颜色或颜色的深浅度表示在映射图Ma上的方法。(b)是表示将比基准值大的特性预测值用第1色系的颜色表示、将比该基准值小的特性预测值用第2色系的颜色表示的方法。(c)是将边界线重叠于映射图Ma上的表示与基准值相同的特性预测值的第1区域与表示不同于该基准值的特性预测值的第2区域的边界上的方法。(d)是表示将在映射图Ma上表示满足规定条件的特性预测值的第3区域和表示在映射图Ma上不满足规定条件的特性预测值的第4区域中的一个区域用预先决定的颜色或颜色的深浅度表示的方法。(e)是将多个圆点或条纹的样式重叠在该第3区域和第4区域中的一个区域中的方法。例如，(a)及(b)的方法是图7A～图7C所示的显示方法，(c)的方法是图7C所示的显示方法，(d)的方法是图7D所示的显示方法，(e)的方法是图7B～图7D所示的方法。另外，(c)的边界线相当于图7C的等值线L1。
由此，用户能够容易掌握表示等于基准值的特性预测值的区域、表示比基准值大的特性预测值或比其小的特性预测值的区域、这些区域的边界、或者满足规定条件的区域或不满足上述条件的区域。
此外，在上述的例子中，基准值由第1显示方法信息表示。即，基准值是通过向输入部110的输入操作而由用户指定的值。但是，该基准值也可以是根据特性预测值决定的值。例如，基准值也可以是在映射图Ma中表示的全部特性预测值的平均值或中位数。
即，本实施方式的基准值是多个化合物各自的特性预测值的平均值或中位数、或者由用户指定的值。
由此，能够容易地设定用于从映射图Ma的整体向多个区域的划分、或用于显示这些区域间的边界线的适当的基准值。
图8是表示映射图Ma的另一例的图。
图像处理部134也可以如图8所示将表示特性预测值的梯度的箭头重叠在映射图Ma上。例如，显示方法取得部133从输入部110取得表示箭头的重叠的第1显示方法信息，将该第1显示方法信息向图像处理部134输出。图像处理部134按照该第1显示方法信息，计算映射图Ma上的各位置处的对于特性预测值的梯度，将表示该梯度的箭头重叠在该位置上。箭头指示梯度的朝向，具有与梯度的大小成比例的长度。由此，能够容易掌握与变量x、y各自的数值相应的特性预测值的变化的大小和朝向。
即，本实施方式的图像处理部134确定在映射图Ma上表示的特性预测值的梯度，将表示该梯度的朝向及大小的箭头重叠在映射图Ma上。由此，用户通过看映射图Ma上的箭头，能够容易掌握该特性预测值相对于变量x、y的变化。
图9A及图9B是表示映射图Ma的另一例的图。
如图9A所示，图像处理部134也可以将具有变量x、y各自的数值的相同的组合的多个化合物的特性预测值中的最优的特性预测值表示在与该相同的组合对应的映射图Ma上的位置处。最优的特性预测值例如是最大的特性预测值。另外，最优的特性预测值也被称为最优值，既可以是最小的特性预测值，也可以是与预先决定的基准值最接近的特性预测值。
具体而言，在变量x、y各自的数值的相同的组合是变量(x，y)＝(0.1，0.2)的情况下，图像处理部134分别确定在组成式中包含变量(x，y)＝(0.1，0.2)的多个化合物的特性预测值。即，图像处理部134从由预测值取得部132取得的全部化合物的特性预测值中，锁定分别在组成式中包含变量(x，y)＝(0.1，0.2)的多个化合物的特性预测值。接着，图像处理部134从这些确定的多个特性预测值中，将最优的特性预测值决定为最优值。并且，图像处理部134将该决定的最优值以与该最优值相应的深浅度的颜色表示在映射图Ma上的与变量(x，y)＝(0.1，0.2)对应的位置处。将这样的最优值的决定对于映射图Ma上的各位置执行，将所决定的最优值表示在映射图Ma上的该位置处。
此外，图像处理部134也可以确定在组成式中不仅包含变量(x，y)＝(0.1，0.2)，还包含变量(M3，M3’，M4，M4’)＝(La，Al，Ti，Zr)的多个化合物的特性预测值。即，也可以将该多个化合物各自的组成式中包含的变量(M3，M3’，M4，M4’)的选项数据设为相同或固定。在此情况下，通过使变量(a，b)各自的数值的组合相互不同来表现多个组成式，从由该多个组成式分别表示的化合物的特性预测值中将最优的特性预测值决定为最优值。
例如，如图9A所示，映射图Ma的各位置处的最优值(即带隙)超过了3.0[eV]。在此情况下，用户可以掌握：不论变量x、y各自的数值是它们的数值范围“0.0～1.0”内的哪个，通过调整变量a、b各自的数值，都能够得到超过3.0[eV]的特性预测值。因而，不用考虑取哪个数值不怎么重要的变量(例如变量a、b)，而能够进行着眼于在坐标轴中使用的重要的变量(例如变量x、y)与特性预测值的关系的特性预测值的显示。
此外，如图9B所示，图像处理部134也可以将具有变量x、y各自的数值的相同的组合的多个化合物的特性预测值的平均值表示在与该相同的组合对应的映射图Ma上的位置处。
具体而言，在变量x、y各自的数值的相同的组合是变量(x，y)＝(0.1，0.2)的情况下，图像处理部134分别确定在组成式中包含变量(x，y)＝(0.1，0.2)的多个化合物的特性预测值。即，图像处理部134从由预测值取得部132取得的全部化合物的特性预测值中，锁定分别在组成式中包含变量(x，y)＝(0.1，0.2)的多个化合物的特性预测值。接着，图像处理部134计算这些确定的多个特性预测值的平均值。接着，图像处理部134将该计算出的平均值以与该平均值对应的深浅度的颜色表示在映射图Ma上的与变量(x，y)＝(0.1，0.2)对应的位置处。将这样的平均值的决定对于映射图Ma上的各位置执行，将计算出的平均值表示在映射图Ma上的该位置处。
此外，图像处理部134也可以确定在组成式中不仅包含变量(x，y)＝(0.1，0.2)，还包含变量(M3，M3’，M4，M4’)＝(La，Al，Ti，Zr)的多个化合物的特性预测值。即，也可以将该多个化合物各自的组成式中包含的变量(M3，M3’，M4，M4’)的选项数据设为相同或固定。在此情况下，通过使变量(a，b)各自的数值的组合相互不同来表现多个组成式，计算由该多个组成式分别表示的化合物的特性预测值的平均值。
进而，也可以设定变量a、b各自的数值范围。例如，显示方法取得部133取得表示变量(a，b)＝(0.05，0.1)的第1显示方法信息，将该第1显示方法信息向图像处理部134输出。图像处理部134按照该第1显示方法信息，如变量a∈{0.0，0.05，0.1}及变量b∈{0.0，0.1，0.2}那样，设定变量a、b各自的数值范围。即，图像处理部134关于由第1显示方法信息表示的变量a、b各自的数值，将该数值和处于该数值的前后的1个数值包含在数值范围中。在此情况下，通过使变量a、b各自的数值范围内的数值的组合相互不同来表现多个组成式，计算由该多个组成式分别表示的化合物的特性预测值的平均值。另外，图像处理部134也可以代替平均值而计算微分值、方差等。由此，能够进行也考虑到将变量a、b变更的情况下的特性预测值的变动的特性预测值的显示，能够掌握特性预测值的鲁棒性。
这样，在本实施方式中，在多个变量中有作为在映射图Ma的坐标轴A1、A2中使用的两个变量x、y以外的变量的非活跃变量a的情况下，第1显示方法信息将使用该非活跃变量a显示特性预测值作为特性预测值的显示方法来表示。由此，并不限定于在映射图Ma的坐标轴A1、A2中使用的两个变量x、y，也使用非活跃变量a来显示特性预测值，所以能够适当地辅助材料开发。
具体而言，本实施方式的第1显示方法信息在多个变量中有作为在映射图Ma的坐标轴A1、A2中使用的两个变量x、y以外的变量的非活跃变量a的情况下，作为特性预测值的显示方法而表示对该非活跃变量a代入第1值、第2值或规定的数值范围内的各数值。这里，(a)在对该非活跃变量a代入第1值的情况下，图像处理部134生成表示如下多个化合物各自的特性预测值的映射图Ma，该多个化合物具有使用非活跃变量a表现的构成，该非活跃变量a表示由用户指定的第1值。此外，(b)在对该非活跃变量a代入第2值的情况下，图像处理部134决定第2值以使映射图Ma中表示的特性预测值满足规定条件，生成表示多个化合物各自的特性预测值的映射图Ma，该多个化合物具有使用非活跃变量a表现的构成，该非活跃变量a表示所决定的第2值。此外，(c)在对该非活跃变量a代入规定的数值范围内的各数值的情况下，图像处理部134对于映射图Ma上的每个位置，计算具有如下构成的多个化合物的特性预测值的平均值，该构成使用表示与各个位置对应的数值的两个变量x、y来表现。并且，图像处理部134生成按映射图Ma上的每个位置表示对于该位置计算出的特性预测值的平均值的映射图Ma。这里，被计算该特性预测值的平均值的多个化合物各自的非活跃变量a表示规定的数值范围内的相互不同的数值。另外，非活跃变量如离散变量a等那样，是不被利用于映射图Ma的坐标轴的变量，也被称为非可视化变量。此外，在作为非活跃变量不仅有变量a还有变量b的情况下，对于变量a、b分别代入第1值、第2值或规定的数值范围内的各数值。此外，在上述的(a)的情况下，显示例如图5A所示的映射图Ma。即，在上述的(a)的情况下，通过用户对输入部110的输入操作，离散变量a等的非活跃变量的选项数据作为上述的指定选项数据被指定或固定为第1值。此外，上述的(b)的情况下的规定条件例如是特性预测值为上述的最优值的条件。
由此，在(a)的情况下，由用户对非活跃变量指定第1值，所以用户能够任意地选择具有显示于映射图Ma的特性预测值的化合物的构成。此外，在(b)的情况下，通过将规定条件设定为材料搜索所要求的条件，例如不用用户指定非活跃变量的值就能够简单地显示满足材料搜索所要求的条件的映射图Ma。结果，能够实现材料搜索的高效化。即，能够适当地辅助材料开发。此外，在(c)的情况下，能够将非活跃变量能取的值的变化反映到映射图Ma上的特性预测值中，能够提高特性预测值相对于非活跃变量的鲁棒性。
[处理动作]
图10是表示本实施方式的显示系统100的处理动作的流程图。
(步骤S111)
首先，搜索范围取得部131根据用户对输入部110的输入操作，取得从输入部110输出的搜索范围信号。该搜索范围信号例如是表示如图2所示的化合物的搜索范围的输入信号。即，搜索范围取得部131取得搜索范围。并且，搜索范围取得部131将该搜索范围信号向预测值取得部132输出。
(步骤S112)
预测值取得部132从搜索范围取得部131取得该搜索范围信号，按照由该搜索范围信号表示的搜索范围，将多个变量各自的选项数据组合。例如，生成在搜索范围内能够取的全部组合。接着，预测值取得部132通过将多个化合物各自的组成式即组合输入到预测器数据库120的预测器中，取得这些化合物的特性预测值。预测值取得部132将这些化合物的特性预测值与该化合物的组成式建立关联，向图像处理部134输出。
另外，在本实施方式中，预测值取得部132从预测器数据库120取得预测器，使用该预测器取得特性预测值。但是，预测值取得部132也可以从保存在预测器数据库120中的用来预测化合物的特性值的至少1个预测器取得多个化合物各自的特性预测值。在该情况下也能够针对多个化合物的每一个取得适当的特性预测值。
(步骤S113)
显示方法取得部133根据用户对输入部110的输入操作，取得从该输入部110输出的第1显示方法信息。该第1显示方法信息例如表示如图5A～图9B所示的特性预测值的显示方法。接着，显示方法取得部133将该第1显示方法信息向图像处理部134输出。
(步骤S114)
图像处理部134从预测值取得部132，关于多个化合物的每一个取得该化合物的特性预测值及组成式，从显示方法取得部133取得第1显示方法信息。接着，图像处理部134按照由该第1显示方法信息表示的显示方法，生成表示多个化合物各自的特性预测值的映射图Ma，将包含该映射图Ma的图像向显示部140输出。
(步骤S115)
显示部140从图像处理部134取得图像，显示该图像。
通过执行这样的步骤S111～S115的处理，进行作为材料的化合物的特性预测值的显示即特性显示。
(实施方式1A的变形例1)
在上述实施方式中，映射图Ma的坐标轴中使用变量x、y，不使用变量a、b。本变形例的图像处理部134不仅将变量x、y，还将变量a、b用于坐标轴而生成映射图。
图11是表示本变形例的映射图的一例的图。
如图11所示，图像处理部134生成由多个映射图Ma的排列构成的图像映射图Mb，显示在显示部140上。在此情况下，图像处理部134将没有被分配给映射图Ma的坐标轴A1、A2的两个变量分配给图像映射图Mb的两个坐标轴A3、A4。被分配给两个坐标轴A3、A4的变量例如是离散变量a、b。
另外，关于映射图Ma，与图像映射图Mb区分而还称为图像要素映射图Ma。进而，图像要素映射图Ma及图像映射图Mb还简单称为映射图。
离散变量a具有的选项数据是0.0、0.05、0.1、0.15、0.2的5种，离散变量b具有的选项数据是0.0、0.1、0.2、0.3的4种。因此，图11中的类别变量的每1个组合的图像要素映射图Ma为5×4＝20个。即，图像映射图Mb由5×4个图像要素映射图Ma的排列构成。
在上述的例子中，为了对于用户而言视觉上的理解变得容易，在将连续变量x、y与离散变量a、b比较时，进行将组合的数量较多的连续变量x、y分配给图像要素映射图Ma的坐标轴，将组合的数量较少的离散变量a、b分配给图像要素映射图Ma的排列的坐标轴这样的精心设计。各变量的分配既可以由用户任意地进行，也可以由图像处理部134计算组合的数量并自动进行各变量的分配。
(实施方式1A的变形例2)
上述实施方式的多个范围变量中包含类别变量M3、M3’、M4、M4’、离散变量a、b、以及连续变量x、y，但也可以包含其他变量。本变形例的多个范围变量中不仅包含上述的各变量，还包含例如表示在生成化合物的过程中使用的条件的1个以上的过程变量。
图12是表示本变形例的过程变量的一例的图。
过程变量是也被称为过程条件的变量，例如是表示化合物的烧成方法的变量Pa、表示化合物的烧成时间的变量Pb、表示化合物的烧成温度的变量Pc等。变量Pa例如将固相反应法、球磨机等作为选项数据来表示。变量Pb例如将1小时、2小时、3小时等作为选项数据来表示。变量Pc例如将100℃、110℃、120℃、130℃、140℃、150℃、160℃等作为选项数据来表示。
例如，搜索范围取得部131取得变量M3、M3’、M4、M4’、a、b、x、y各自能取的各选项数据和变量Pa、Pb、Pc各自能取的各选项数据。预测值取得部132生成M3、M3’、M4、M4’、a、b、x、y、Pa、Pb、Pc各自能取的选项数据的全部组合。并且，预测值取得部132从预测器数据库120取得预测器，通过将所生成的全部组合(即组成式及过程条件)输入到该预测器中，取得多个化合物各自的特性预测值。另外，以下也将化合物的组成式或化合物的组成式及过程条件称为化合物的构成。此外，过程变量并不限于变量Pa、Pb、Pc，是怎样的变量都可以。图像处理部134也可以将变量Pa、Pb、Pc中的1个以上的变量分配给映射图Ma或Mb的坐标轴。
由此，不仅是组成式，过程条件也包含在搜索范围中，所以能够取得在与该搜索范围的过程条件相符的条件下生成的化合物的特性预测值，能够显示表示该取得的特性预测值的映射图。
(实施方式1B)
本实施方式的显示系统与实施方式1A同样，将多个化合物各自的特性预测值以映射图的方式显示，并将1个以上的化合物各自的特性实验值重叠在该映射图上。另外，关于本实施方式的各构成要素中的与实施方式1A相同的构成要素赋予与实施方式1A相同的标号，省略详细的说明。
[显示系统200的构成]
图13是表示本实施方式的显示系统200的构成的一例的框图。图13所示的显示系统200具备输入部110、预测器数据库120、特性显示装置230、显示部140和实验数据库(DB)150。另外，特性显示装置230是信息显示装置的一例。
本实施方式的特性显示装置230从实验数据库150取得通过实验得到的化合物的特性值即特性实验值，生成重叠了该特性实验值的映射图，将该映射图显示在显示部140上。这样的特性显示装置230具备搜索范围取得部131、预测值取得部132、显示方法取得部133、实验值取得部232和图像处理部234。另外，特性显示装置230也可以由例如CPU等的处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置230发挥功能。另外，存储器既可以是易失性也可以是非易失性的，也可以由易失性存储器和非易失性存储器构成。
[实验数据库150]
实验数据库150是保存有化合物的组成式(即化学式)、该化合物的化合物识别信息、以及表示该化合物的特性实验值的实验数据的记录介质。另外，该记录介质例如是硬盘驱动器、RAM(Random Access Memory)、ROM(Read Only Memory)或半导体存储器等。此外，该记录介质既可以是易失性也可以是非易失性。在搜索范围中包含过程变量的情况下，其实验数据中也可以预先包含表示在实验中使用的过程条件的实验过程信息。
图14是表示保存在实验数据库150中的实验数据的一例的图。实验数据如图14的例子那样，关于多个化合物的每一个，表示该化合物的组成式、化合物识别信息及特性实验值。化合物识别信息是所谓的ID、名称、符号或数字等，只要是能够识别化合物的信息即可。例如，实验数据表示化合物的组成式(formula)“Li1.45La0.045Ti1.1Al0.005O3”、该化合物的ID“000001－00001－001”和该化合物的特性实验值(exp.data)“2.349”。另外，该组成式由(M3，M3’，M4，M4’，a，b，x，y)＝(La，Al，Ti，Zr，0.05，0.1，0.1，0)定义。图14中的ID“000001－00001－001”由3个层级的数字(000001，00001，001)构成。例如，对于化合物中包含的元素Zr和元素Ti的组成范围不同的5个化学式，以分配第1层级的编号“000001”～“000005”的方式登记ID。如果这样赋予能够将化合物的组成式进行分类的ID，则由多个用户进行的实验数据库150的管理变得容易。此外，图14中的特性实验值的种类根据化合物而任意地选择。例如，在电池材料中，特性实验值是传导率，在热电变换材料中，特性实验值是热电变换性能指数等。
另外，实验数据也可以表示在化合物的生成中使用的过程条件及解析信息。过程条件例如是烧成方法、烧成时间、烧成温度等。解析信息例如表示化合物的晶体结构、原料的类别、原料有无残留等。原料有无残留是表示为了化合物的合成或生成而使用的原料是否在该化合物的合成或生成后残留的信息。
[实验值取得部232]
实验值取得部232从实验数据库150取得已实验的1个以上的化合物各自的构成及特性实验值。构成既可以是化合物的组成式，也可以是该组成式及过程条件。例如，实验值取得部232从搜索范围取得部131取得搜索范围，并将具有该搜索范围中包含的构成的化合物的特性实验值与其构成一起取得。实验值取得部232将该1个以上的化合物各自的构成及特性实验值向图像处理部234输出。
[显示方法取得部133]
显示方法取得部133从输入部110取得表示特性预测值的显示方法的第1显示方法信息、以及表示特性实验值的显示方法的第2显示方法信息。并且，显示方法取得部133将该第1显示方法信息及第2显示方法信息向图像处理部234输出。
[图像处理部234]
图像处理部234从预测值取得部132取得多个化合物各自的构成及特性预测值，从实验值取得部232取得1种以上的化合物各自的构成及特性实验值。进而，图像处理部234从显示方法取得部133接受第1显示方法信息及第2显示方法信息。图像处理部234按照由该第1显示方法信息表示的显示方法生成表示多个化合物的特性预测值的映射图。进而，图像处理部234将1个以上的化合物各自的特性实验值重叠在与该化合物所具有的构成对应的映射图上的位置。此时，图像处理部234按照由第2显示方法信息表示的显示方法，将特性实验值重叠在映射图上。并且，图像处理部234将包含被重叠了该1个以上的化合物的特性实验值的映射图的图像向显示部140输出。另外，映射图既可以是图像要素映射图Ma，也可以是图像映射图Mb。
[显示部140]
显示部140从图像处理部234取得图像，显示该图像、即包含被重叠了1个以上的化合物的特性实验值的映射图的图像。
[映射图的具体例]
图15是表示映射图的一例的图。
作为一例，图像处理部234将特性实验值作为圆形等标记重叠在实施方式1A的图像要素映射图Ma上。例如，该圆形等标记的颜色或颜色的深浅度表示特性实验值。即，图像处理部234在图像要素映射图Ma上的、与表示通过实验生成的化合物的构成的上述组合相应的位置上，重叠具有与该化合物的特性实验值相应的颜色或颜色的深浅度的标记。另外，该标记的重叠也被称为特性实验值的重叠。此外，本公开中的特性实验值的一例是通过实验得到的化合物的带隙，但并不限定于此。
由此，在特性实验值是从特性预测值偏离的值的情况下，能够使该特性实验值的标记所具有的颜色或颜色的深浅度与周围的颜色或颜色的深浅度的差异变得醒目。结果，能够使得在视觉上容易理解特性实验值从特性预测值偏离了。换言之，如果特性实验值的标记的颜色或颜色的深浅度与特性预测值的颜色或颜色的深浅度在视觉上相同，则能够在视觉上立即理解特性实验值与特性预测值大致一致。
这样，本实施方式的特性显示装置230具备取得已实验的1个以上的化合物各自的特性实验值的实验值取得部232。并且，图像处理部234将已实验的1个以上的化合物各自的特性实验值重叠在与该化合物的构成对应的图像要素映射图Ma上的位置，生成包含重叠了该特性实验值的图像要素映射图Ma的图像。
由此，在由图像要素映射图Ma表示的范围中能够容易地比较特性预测值与特性实验值，能够实现材料搜索的高效化。
此外，本实施方式的特性显示装置230具备显示方法取得部133，该显示方法取得部133取得表示特性实验值的显示方法的第2显示方法信息。并且，图像处理部234按照该第2显示方法信息将特性实验值重叠在图像要素映射图Ma上。
由此，将特性实验值按照由第2显示方法信息表示的显示方法重叠在图像要素映射图Ma上，所以能够根据该显示方法的设定，以与用户的材料搜索的目的匹配的形态显示特性实验值。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
图16是表示映射图的另一例的图。
如图16所示，图像处理部234也可以使(1)特性实验值与对应于该特性实验值的深浅度的对应关系和(2)特性预测值与对应于该特性预测值的深浅度的对应关系一致。即，图像处理部234也可以使针对特性实验值的深浅度的标度和针对特性预测值的深浅度的标度一致。由此，在特性预测值和特性实验值是同值的情况下，对这些值分配相同的深浅度，对图像要素映射图Ma赋予该深浅度的颜色。结果，能够容易掌握特性预测值与特性实验值的类似程度。
即，在本实施方式的特性显示装置230中，将特性预测值用第1显示形态表示在图像要素映射图Ma上，上述第1显示形态为与该特性预测值相应的颜色或颜色的深浅度。此外，将特性实验值作为具有第2显示形态的标记重叠在图像要素映射图Ma上，上述第2显示形态为与该特性实验值相应的颜色或颜色的深浅度。在此情况下，第2显示方法信息作为特性实验值的显示方法而表示使针对特性实验值的第2显示形态的标度与针对特性预测值的第1显示形态的标度一致。
由此，由于特性预测值及特性实验值各自的标度一致，所以能够更容易地进行特性预测值与特性实验值的比较。
此外，如图16所示，图像处理部234也可以在使针对特性实验值的深浅度的标度和针对特性预测值的深浅度的标度一致的同时，对特性预测值进行离散化，对实验预测值不进行离散化。关于特性实验值，大多在图像要素映射图Ma上的一部分的区域中重点取得。此外，这些特性实验值大多相类似。所以，为了提高辨识性而进行特性预测值的离散化，但不进行特性实验值的离散化，由此能够容易地读取特性实验值的细微的差异。
图17是表示映射图的另一例的图。
如图17所示，图像处理部234也可以在多个特性实验值的标记重叠的情况下，特性实验值越好，则将表示该特性实验值的标记越接近于前侧(即表面侧)而配置。即，图像处理部234也可以决定特性实验值的重叠的顺序。
例如，显示方法取得部133从输入部110取得将多个标记的配置方法作为特性实验值的显示方法来表示的第2显示方法信息，将该第2显示方法信息向图像处理部234输出。图像处理部234如果从显示方法取得部133取得该第2显示方法信息，则按照该第2显示方法信息，特性实验值越好，则将表示该特性实验值的标记越接近于前侧(即表面侧)而配置。另外，所谓的特性实验值好，既可以是特性实验值大的意思，也可以是特性实验值小的意思，也可以是与图像要素映射图Ma上的在与该特性实验值相同的位置处表示的特性预测值接近的意思。
由此，能够提示对材料搜索有益的信息。即，如果使特性实验值重叠在图像要素映射图Ma上，则与在图像要素映射图Ma的坐标轴中没有使用的变量的数量相应地，在相同的位置上重叠特性实验值的标记。此外，在图像要素映射图Ma上的配置在相互接近的位置的多个标记重叠。如果这样多个标记重叠，则最前的标记以外的标记的全部或一部分被最前的标记遮挡。相对于此，在图17所示的例子中，由于最好的特性实验值的标记显示在最前，所以能够提示对材料搜索有益的信息。
这样，在本实施方式的特性显示装置230中，在多个特性实验值分别作为标记重合而重叠在图像要素映射图Ma上的情况下，第2显示方法信息将对标记的重叠的顺序进行规定的规则作为特性实验值的显示方法来表示。并且，图像处理部234将多个特性实验值各自的标记按照该规则进行重合，并重叠在图像要素映射图Ma上。此外，该规则规定：(a)特性实验值越大，则将该特性实验值的标记越接近于表面侧而配置；(b)特性实验值越接近于规定的值，则将该特性实验值的标记越接近于表面侧而配置；或者，(c)特性实验值越接近于在该特性实验值被重叠的图像要素映射图Ma上的位置处表示的特性预测值，则将该特性实验值的标记越接近于表面侧而配置。
由此，能够抑制表示较大的特性实验值、接近于规定值的特性实验值、接近于特性预测值的特性实验值等的良好的特性实验值的标记被表示其他特性实验值的标记遮挡而难以看到，能够实现材料搜索的高效化。
图18是表示映射图的另一例的图。
实验值取得部232如上述那样取得具有包含在该搜索范围中的构成的化合物的特性实验值，但也可以不论该搜索范围如何都取得实验数据所表示的全部特性实验值。此时，与由实验值取得部232取得的特性实验值对应的化合物的构成有时不与图像要素映射图Ma上的构成一致。具体而言，如图18所示，与由实验值取得部232取得的特性实验值对应的化合物的组成式是氮化物的组成式，例如是Li1.45(La0.5Ga0.5)0.05(Ti0.5Zr0.5)1.1N3。另一方面，由图像要素映射图Ma表示的组成式是氧化物的组成式，例如是Li1.45(La1－xGax)0.05(Ti1－ yZry)1.1O3。如果着眼于变量x、y，则该氮化物的组成式“Li1.45(La0.5Ga0.5)0.05(Ti0.5Zr0.5)1.1N3”对应于该图像要素映射图Ma中的(x，y)＝(0.5，0.5)的位置。但是，该氮化物的组成式与氧化物的组成式不一致，在图像要素映射图Ma上不存在与该氮化物的组成式对应的位置。
在这样的情况下，图像处理部234不将表示与这样的氮化物的组成式对应的特性实验值的标记重叠在该图像要素映射图Ma上。
此外，当在搜索范围及实验数据各自中包含过程条件时，与由实验值取得部232取得的特性实验值对应的化合物的过程条件有时不与对应于图像要素映射图Ma的过程条件一致。对应于图像要素映射图Ma的过程条件是在由图像要素映射图Ma表示的全部特性预测值的取得中使用的过程变量的1个组合。在具体的例子中，对应于特性实验值的化合物的烧成时间“5小时”不与在由图像要素映射图Ma表示的全部特性预测值的取得中使用的变量Pb的烧成时间“10小时”一致。
在这样的情况下，图像处理部234不将表示与这样的烧成时间“5小时”对应的特性实验值的标记重叠到与烧成时间“10小时”对应的图像要素映射图Ma上。
通过这样不进行不对应于图像要素映射图Ma的特性实验值的重叠，能够抑制通过该特性实验值的重叠可能发生的误解。
或者，图像处理部234通过对映射图设定用来表示上述氮化物的组成式的新的变量，也可以将该氮化物的特性实验值重叠在该映射图上。
或者，也可以是，即使对应于特性实验值的组成式及过程条件不与对应于图像要素映射图Ma的组成式及过程条件一致，图像处理部234也将满足规定条件的特性实验值重叠在图像要素映射图Ma上。规定条件也可以是如下条件：对应于特性实验值的组成式及过程条件中的不与对应于图像要素映射图Ma的组成式及过程条件一致的部分为例如由用户指定的部分。例如，上述的氮化物的组成式中的元素N与对应于图像要素映射图Ma的组成式中的元素O不同。因而，如果该元素O是由用户指定的部分，则图像处理部234也可以将与该氮化物的组成式对应的特性实验值重叠在图像要素映射图Ma上的位置(x，y)＝(0.5，0.5)处。该位置(x，y)＝(0.5，0.5)在图像要素映射图Ma上是与最接近于氮化物的组成式的构成对应的位置。或者，该规定条件是如下条件：对应于特性实验值的组成式及过程条件在搜索范围内。
或者，图像处理部234也可以计算对应于特性实验值的组成式及过程条件与对应于图像要素映射图Ma的组成式及过程条件的类似度，如果该类似度是阈值以上，则将该特性实验值重叠在图像要素映射图Ma上。例如，图像处理部234将对应于特性实验值的组成式及过程条件用向量表示，将对应于图像要素映射图Ma的组成式及过程条件用向量表示，计算这些向量的差分的范数作为距离。该距离越短，则对应于特性实验值的组成式及过程条件与对应于图像要素映射图Ma的组成式及过程条件的类似度越高，相反，该距离越长，则上述类似度越低。并且，图像处理部234如果该距离为阈值以下、即类似度为阈值以上，则将该特性实验值重叠在图像要素映射图Ma上。另外，向量也可以包含周期表中表示的元素各自的系数和多个过程变量各自的值作为要素。此外，图像处理部234也可以以该距离的最大值为1、最小值为0的方式将距离标准化，判定标准化的距离是否是阈值以下，如果是阈值以下则将该特性实验值重叠在图像要素映射图Ma上。
这样，在本实施方式的特性显示装置230中，第2显示方法信息在不存在与具有特性实验值的化合物的构成对应的图像要素映射图Ma上的位置的情况下，作为特性实验值的显示方法而表示：(a)在图像要素映射图Ma上，将该特性实验值重叠在与最接近于具有该特性实验值的化合物的构成的构成对应的位置处；或(b)在图像要素映射图Ma上不重叠该特性实验值。在此情况下，图像处理部234按照该第2显示方法信息，进行与特性实验值向图像要素映射图Ma的重叠有关的处理。
由此，在(a)的情况下，即使是具有与图像要素映射图Ma上的哪个位置都不对应的构成的化合物的特性实验值，也将该特性实验值重叠在与最接近于该构成的构成对应的位置处。因而，将具有不对应于图像要素映射图Ma的构成的化合物的特性实验值也适当地与该图像要素映射图Ma建立关联而表示，所以能够实现由用户进行的材料搜索的高效化。此外，在(b)的情况下，由于不进行不对应于图像要素映射图Ma的特性实验值的重叠，所以能够抑制通过该特性实验值的重叠可能发生的误解。
另外，在上述的例子中，图像处理部234判定是否重叠由实验值取得部232取得的特性实验值。但是，实验值取得部232也可以从由实验数据库150的实验数据表示的全部特性实验值中仅取得被重叠在图像要素映射图Ma上的特性实验值并向图像处理部234输出。在此情况下，实验值取得部232与由图像处理部234进行的上述的判定方法同样，判定由实验数据表示的特性实验值是否是被重叠到图像要素映射图Ma上的特性实验值。并且，图像处理部234不判定是否重叠由实验值取得部232取得的特性实验值而将该特性实验值重叠在图像要素映射图Ma上。
图19是表示映射图的另一例的图。
图像处理部234也可以根据特性实验值本身来判定是否将该特性实验值重叠到图像要素映射图Ma上。例如，显示方法取得部133从输入部110取得表示实验阈值的第2显示方法信息，将该第2显示方法信息向图像处理部234输出。实验阈值例如是2.0[eV]。图像处理部234按照该第2显示方法信息，将例如图19的(a)所示的图像要素映射图Ma变更为图19的(b)所示的图像要素映射图Ma。在图19的(a)所示的图像要素映射图Ma中，重叠了带隙处于0.0～0.35[eV]的范围中的特性实验值。另一方面，在图19的(b)所示的图像要素映射图Ma中，重叠了带隙为2.0[eV]以上的特性实验值，而没有重叠带隙小于2.0[eV]的特性实验值。即，图像处理部234判定为将带隙处于0.0～3.5[eV]的范围内的特性实验值中的、小于2.0[eV]的特性实验值不重叠到图像要素映射图Ma上，并判定为将2.0[eV]以上的特性实验值重叠到图像要素映射图Ma上。由此，进行特性实验值的锁定。结果，图像处理部234生成图19的(b)所示的图像要素映射图Ma，将包含该图像要素映射图Ma的图像显示在显示部140上。
这样，在本实施方式的特性显示装置230中，第2显示方法信息，作为特性实验值的显示方法而表示：将已实验的1个以上的化合物的特性实验值中的、预先决定的第1阈值以上的特性实验值重叠在图像要素映射图Ma上，而将小于第1阈值的特性实验值不重叠在图像要素映射图Ma上。例如，第1阈值是上述的实验阈值，在具体的一例中是2.0[eV]。
由此，例如在取得了许多个特性实验值的情况下，将被当作噪声的不重要的特性实验值不重叠在图像要素映射图Ma上，能够仅锁定为所取得的许多特性实验值中的重要的特性实验值，将该重要的特性实验值重叠在图像要素映射图Ma上。结果，能够容易看到被重叠在图像要素映射图Ma上的重要的特性实验值，能够实现材料搜索的高效化。
图20A是表示映射图的另一例的图。
如图20A所示，图像处理部234也可以将满足规定条件的特性实验值强调来重叠。规定条件是通过最近的一定期间的实验、即从当前时间点到向前一定期间为止的期间的实验得到了特性实验值。一定期间例如是两周。或者，规定条件是通过最近进行的规定数量的实验得到了特性实验值。最近的规定数量例如是3。
即，显示方法取得部133从输入部110取得表示上述规定条件的第2显示方法信息，将该第2显示方法信息向图像处理部234输出。图像处理部234按照该第2显示方法信息，如图20A所示，将满足该规定条件的特性实验值比不满足该规定条件的特性实验值强调而重叠在图像要素映射图Ma上。具体而言，将通过最近两周、即从当前时间点到向前两周的期间的实验得到的特性实验值作为较大地强调的标记而重叠在图像要素映射图Ma上，将其他特性实验值作为较小的标记而重叠在图像要素映射图Ma上。或者，将最近3个特性实验值、即通过最近进行的3次实验得到的3个特性实验值分别作为较大地强调的标记而重叠在图像要素映射图Ma上。另一方面，将通过该3次实验以前的实验得到的特性实验值作为较小的标记而重叠在图像要素映射图Ma上。
图20B是表示映射图的另一例的图。
如图20B所示，图像处理部234也可以将满足比基准值大这样的条件的特性实验值强调而重叠。即，在此情况下，上述的规定条件是特性实验值比基准值大。
例如，显示方法取得部133从输入部110取得表示基准值的第2显示方法信息，将该第2显示方法信息向图像处理部234输出。图像处理部234按照该第2显示方法信息，如图20B所示，将比该基准值大的特性实验值比该基准值以下的特性实验值强调而重叠在图像要素映射图Ma上。具体而言，将比基准值大的特性实验值作为较大地强调的标记而重叠在图像要素映射图Ma上，将基准值以下的特性实验值作为较小的标记而重叠在图像要素映射图Ma上。另外，也可以与上述相反，规定条件是特性实验值比基准值小。此外，该基准值也可以是在图7A～图7D的例子中使用的基准值。
或者，如图20B所示，图像处理部234也可以将满足与特性预测值的差小于差分阈值这样的条件的特性实验值强调而重叠。即，在此情况下，上述的规定条件是在图像要素映射图Ma上的相同位置处表示的特性实验值与特性预测值的差小于差分阈值。在特性预测值及特性实验值是带隙的情况下，该差分阈值例如是0.5[eV]。
例如，显示方法取得部133从输入部110取得表示该差分阈值的第2显示方法信息，将该第2显示方法信息向图像处理部234输出。图像处理部234按照该第2显示方法信息，如图20B所示，将与特性预测值的差小于差分阈值的特性实验值比该差为差分阈值以上的特性实验值强调而重叠在映射图Ma上。具体而言，将与特性预测值的差小于差分阈值的特性实验值作为较大地强调的标记而重叠在图像要素映射图Ma上，将与特性预测值的差为差分阈值以上的特性实验值作为较小的标记而重叠在图像要素映射图Ma上。另外，也可以与上述相反，规定条件是在图像要素映射图Ma上的同一位置处表示的特性实验值与特性预测值的差为差分阈值以上。
这样，在本实施方式的特性显示装置230中，第2显示方法信息，作为特性实验值的显示方法而表示：在已实验的1个以上的化合物的特性实验值中，将满足规定条件的特性实验值以比不满足规定条件的特性实验值强调的形态重叠在图像要素映射图Ma上。在此情况下，图像处理部234按照该第2显示方法信息，以将满足规定条件的特性实验值强调的形态重叠在图像要素映射图Ma上。
由此，用户能够在视觉上简单地掌握被重叠显示于图像要素映射图Ma上的各特性实验值是否满足规定条件。因而，能够实现材料搜索的高效化。
此外，在本实施方式的特性显示装置230中，上述的规定条件是：(a)特性实验值是从当前到向前预先决定的期间为止所取得的特性实验值；(b)特性实验值是最近取得的预先决定的数量的特性实验值中的1个；(c)特性实验值是预先决定的第2阈值以上；或(d)特性实验值与针对具有与具有该特性实验值的化合物相同的构成的化合物取得的特性预测值的差分为预先决定的第3阈值以上或小于第3阈值。例如，第2阈值是上述的基准值，第3阈值是上述的差分阈值。
由此，在(a)及(b)中，用户能够在视觉上容易掌握新的特性实验值。此外，在(c)的情况下，用户能够在视觉上容易掌握例如重要的特性实验值，在(d)的情况下，用户能够在视觉上容易掌握接近于特性预测值的特性实验值。
图21是表示映射图的另一例的图。
如图21所示，图像处理部234也可以将特性实验值的标记以与对应于该特性实验值的非活跃变量相应的形态重叠在图像要素映射图Ma上。非活跃变量例如在实验数据库150的实验数据中与各化合物的特性实验值建立了关联。非活跃变量例如是表示过程条件的变量，在更具体的例子中是烧成温度。此外，非活跃变量也可以是表示与特性实验值不同类别的特性的变量。即，非活跃变量可以说是没有被用于图像要素映射图Ma的坐标轴的变量。
例如，显示方法取得部133从输入部110取得促使进行与非活跃变量相应的显示的第2显示方法信息，将该第2显示方法信息向图像处理部234输出。实验值取得部232，与各化合物的构成及特性实验值一起将该化合物的非活跃变量也向图像处理部234输出。图像处理部234按照该第2显示方法信息，如图21所示，将特性实验值的标记形成为与对应于该特性实验值的非活跃变量所表示的数据相应的形态重叠在图像要素映射图Ma上。在非活跃变量是烧成温度的情况下，由非活跃变量表示的数据例如是500℃、750℃、1000℃等。具体而言，图像处理部234将在烧成温度500℃下烧成的化合物的特性实验值的标记形成为圆形，将在烧成温度750℃下烧成的化合物的特性实验值的标记形成为三角形，将在烧成温度1000℃下烧成的化合物的特性实验值的标记形成为四边形。
此外，在上述的例子中，非活跃变量的数量是1个，但也可以是两个以上。在此情况下，图像处理部234计算两个以上的非活跃变量各自的情况的数量下的乘积，决定该乘积的数量的相互不同的标记的形态。例如，烧成方法、烧成温度及烧成时间作为3个非活跃变量而存在。在烧成方法的情况的数量是2，烧成时间的情况的数量是7，烧成温度的情况的数量是3的情况下，图像处理部234决定2×7×3＝42个相互不同的标记的形态。并且，图像处理部234在该42个标记的形态中，选择与对应于特性实验值的烧成方法、烧成温度及烧成时间相应的形态，将该特性实验值的标记形成为该选择的形态。
标记的形态例如也可以是标记的形状、颜色、尺寸等，也可以是标记的边缘线的颜色、宽度等，也可以是它们以外。另外，相互不同的标记的形态的数量越多，这些标记的辨识性或识别性越下降。因而，非活跃变量的情况的数量下的乘积优选的是能够识别这些标记的有限个。例如，相互不同的标记的形态的数量是两个以上且15个以下。
这样，在本实施方式的特性显示装置230中，图像处理部234在至少1个非活跃变量与已实验的1个以上的化合物的特性实验值分别建立了关联的情况下，计算该至少1个非活跃变量各自的情况的数量的积作为标记的形态的类别数。并且，图像处理部234关于该已实验的1个以上的化合物的特性实验值的每一个，在类别数的形态中选择与该特性实验值建立了关联的至少1个非活跃变量分别表示的数据的组合所对应的形态，将所选择的形态的标记重叠在图像要素映射图Ma上。例如，至少1个非活跃变量将在具有特性实验值的化合物的烧成中使用的烧成温度、烧成时间及烧成方法作为数据来表示。
由此，用户能够根据重叠显示在图像要素映射图Ma上的各特性实验值的标记的形态，在视觉上容易掌握与该特性实验值建立了关联的至少1个非活跃变量各自的数据。因而，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，在本实施方式的特性显示装置230中，该至少1个非活跃变量分别表示在具有特性实验值的化合物的生成中使用的过程条件或具有特性实验值的化合物的属性。
由此，用户能够根据重叠显示于图像要素映射图Ma上的特性实验值的标记的形态，在视觉上容易掌握具有该特性实验值的化合物的过程条件或属性。
此外，在本实施方式的特性显示装置230中，图像处理部234，作为标记的形态的类别数而计算2以上且15以下的数。
例如如果标记的形态的类别数是16以上，则难以识别这些形态。因而，通过该类别数是2以上且15以下，能够提高这些形态的识别性。结果，用户能够更容易掌握与重叠显示于图像要素映射图Ma上的各特性实验值建立了关联的至少1个非活跃变量各自的数据。因而，能够进一步实现材料搜索的高效化。另外，在上述的例子中，在烧成方法的情况的数量是2，烧成时间的情况的数量是7，烧成温度的情况的数量是3的情况下，图像处理部234决定2×7×3＝42个相互不同的标记的形态。在此情况下，由于标记的形态的类别数是42，为16以上，所以图像处理部234也可以将3个非活跃变量中的烧成温度省去。由此，图像处理部234也可以决定2×7＝14个相互不同的标记的形态，将标记的形态的类别数抑制为15以下。
图22A是表示映射图的另一例的图。
如图22A所示，图像处理部234也可以将特性实验值的标记以与对应于该特性实验值的解析信息相应的形态重叠在图像要素映射图Ma上。解析信息如上述那样，例如表示化合物的晶体结构等。晶体结构的种类中例如有晶体相A、晶体相B等。此外，解析信息在实验数据库150的实验数据中与各化合物的特性实验值建立了关联。
例如，显示方法取得部133从输入部110取得促使进行与解析信息相应的显示的第2显示方法信息，将该第2显示方法信息向图像处理部234输出。实验值取得部232，与各化合物的构成及特性实验值一起将该化合物的解析信息也向图像处理部234输出。图像处理部234按照该第2显示方法信息，如图22A所示，将特性实验值的标记形成为与对应于该特性实验值的解析信息相应的形态并重叠到图像要素映射图Ma上。例如，图像处理部234将具有晶体相A的晶体结构的化合物的特性实验值的标记形成为圆形，将具有晶体相B的晶体结构的化合物的特性实验值的标记形成为三角形。
图22B是表示映射图的另一例的图。
上述的解析信息也可以表示用来将化合物合成的原料的种类。原料的种类中例如有Li2O(纯度99％)、Li2O(纯度99.99％)等。在此情况下，也可以如图22B所示，图像处理部234将特性实验值的标记以与对应于该特性实验值的原料的种类相应的形态重叠在图像要素映射图Ma上。例如，图像处理部234将由原料“Li2O(纯度99％)”合成的化合物的特性实验值的标记形成为圆形，将由原料“Li2O(纯度99.99％)”合成的化合物的特性实验值的标记形成为三角形。
图22C是表示映射图的另一例的图。
上述的解析信息也可以表示为了将化合物合成而使用的原料有无残留。在此情况下，也可以如图22C所示，图像处理部234将特性实验值的标记以与对应于该特性实验值的原料有无残留相应的形态重叠在图像要素映射图Ma上。例如，图像处理部234将残留有原料的化合物(即原料残留：有)的特性实验值的标记形成为圆形，将未残留原料的化合物(即原料残留：无)的特性实验值的标记形成为三角形。
这样，在本实施方式的特性显示装置230中，化合物的属性是(a)化合物的晶体相的种类、(b)化合物的原料的种类、或(c)当生成了化合物时该化合物的原料是否残留。
由此，用户能够根据重叠显示于图像要素映射图Ma上的特性实验值的标记的形态，在视觉上容易掌握具有该特性实验值的化合物的晶体相的种类、原料的种类或原料有无残留。
[处理动作]
图23是表示本实施方式的显示系统200的处理动作的流程图。
本实施方式的显示系统200与实施方式1A的显示系统100同样，执行步骤S111～S113的处理。接着，显示系统200执行步骤S121～S124的处理。
(步骤S121)
实验值取得部232从实验数据库150取得各化合物的构成及特性实验值，向图像处理部234输出。另外，也可以是，在实验数据库150中，如果有过程条件、解析信息等与各化合物的构成及特性实验值建立了关联，则实验值取得部232将该过程条件、解析信息等与特性实验值一起取得，向图像处理部234输出。
(步骤S122)
显示方法取得部133与步骤S113同样，取得根据用户对输入部110的输入操作而从该输入部110输出的第2显示方法信息。该第2显示方法信息例如是表示如图15～图22C所示的特性实验值的显示方法的信息。并且，显示方法取得部133将该第2显示方法信息向图像处理部234输出。
(步骤S123)
图像处理部234从预测值取得部132关于多个化合物的每一个取得该化合物的特性预测值及构成，从显示方法取得部133接受第1显示方法信息。并且，图像处理部234按照该第1显示方法信息，生成表示多个化合物各自的特性预测值的映射图。另外，映射图既可以是图像要素映射图Ma，也可以是图像映射图Mb。进而，图像处理部234从实验值取得部232取得1个以上的化合物各自的特性实验值及构成，从显示方法取得部133接受第2显示方法信息。并且，图像处理部234按照该第2显示方法信息，将1个以上的化合物各自的特性实验值重叠在映射图上。由此，生成重叠有1个以上的化合物的特性实验值的映射图。图像处理部234将包含重叠有该1个以上的化合物的特性实验值的映射图的图像向显示部140输出。
(步骤S124)
显示部140从图像处理部234取得图像，显示该图像、即包含重叠有1个以上的化合物的特性实验值的映射图的图像。
通过执行这样的步骤S111～S113及S121～S124的处理，进行与化合物的特性预测值及特性实验值有关的特性显示。由此，特性实验值被重叠在表示特性预测值的映射图上，所以用户能够适当地识别特性实验值的整体像。进而，用户能够容易地识别特性预测值与特性实验值的关系。
另外，在步骤S121中没有取得特性实验值的情况下，特性显示装置230与实施方式1A的特性显示装置130同样，代替步骤S121～S124而执行步骤S114及S115的处理。
(实施方式1B的变形例)
图像处理部234也可以如实施方式1A的变形例1那样生成图像映射图Mb并将特性实验值重叠在该图像映射图Mb上。另外，图像映射图Mb是由多个图像要素映射图Ma的排列构成的映射图。
图24A及图24B是表示本变形例的图像映射图Mb的一例的图。
图像处理部234在图像映射图Mb中包含的某一个图像要素映射图Ma上重叠具有对应于该图像要素映射图Ma的构成的化合物的特性实验值。这里，由实验值取得部232取得的各化合物的构成及特性实验值中有时包含与图像映射图Mb中的哪个图像要素映射图Ma都不对应的构成及特性实验值。
例如，图像映射图Mb如图24A所示对应于变量(M3，M3’，M4，M4’)＝(La，Ga，Ti，Zr)。此外，该图像映射图Mb中包含的各图像要素映射图Ma对应于离散变量a、b各自的选项数据的组合。这里，例如由实验值取得部232取得化合物的组成式“Li0.77(La0.5Ga0.5)0.15(Ti0.5Zr0.5)1.195O3”及特性实验值。在此情况下，由于该化合物的组成式中的离散变量b是0.195，所以该组成式与图像映射图Mb中的哪个图像要素映射图Ma都不对应。
所以，本变形例的图像处理部234将由实验值取得部232取得的化合物的组成式和与图像映射图Mb上的各位置对应的组成式分别用向量表示。以下将由实验值取得部232取得的组成式的向量称为第1向量，以下将与图像映射图Mb上的各位置对应的组成式的向量称为第2向量。另外，这些向量例如由6个变量(M3，M3’，M4，M4’，a，b，x，y)定义。图像处理部234计算第1向量与图像映射图Mb上的各位置的第2向量的差分的范数作为距离。另外，该距离也可以是如上述那样被标准化的距离。并且，如图24A所示，图像处理部234在与计算出的多个距离中的最短的距离对应的图像映射图Mb上的位置1700重叠由该实验值取得部232取得的化合物的特性实验值。另外，位置1700是图像映射图Mb中包含的1个图像要素映射图Ma上的位置。
此外，图像处理部234也可以在与计算出的多个距离中的为阈值以下并且最短的距离对应的图像映射图Mb上的位置重叠特性实验值。阈值例如是0.01。或者，图像处理部234也可以在与计算出的多个距离中的为阈值以下的距离对应的图像映射图Mb上的位置重叠特性实验值。如果与阈值以下的距离对应的图像映射图Mb上的位置有多个，则图像处理部234也可以在这些多个位置重叠特性实验值。
此外，图像处理部234在计算出的多个距离中有多个最短的距离的情况下，如图24B所示，也可以在与多个最短的距离分别对应的图像映射图Mb上的位置1701重叠特性实验值。例如，由实验值取得部232取得化合物的组成式“Li1.475(La0.5Ga0.5)0.175(Ti0.5Zr0.5)1.0O3”及特性实验值。在此情况下，由于该化合物的组成式中的离散变量a是0.175，所以该组成式与图像映射图Mb中的哪个图像要素映射图Ma都不对应。
在此情况下，图像处理部234如上述那样，计算对应于该组成式的第1向量与图像映射图Mb上的各位置的第2向量的差分的范数作为距离。并且，图像处理部234在图24B的例子中，确定与计算出的多个距离中的最短的距离对应的图像映射图Mb上的两个位置1701。另外，该两个位置1701分别包含在相互相邻的两个图像要素映射图Ma中。图像处理部234将由该实验值取得部232取得的化合物的特性实验值重叠在该两个位置1701上。另外，对应于位置1700的距离是上述的阈值“0.01”以下，对应于两个位置1701的距离比该阈值长。因此，在应用阈值以下的条件的情况下，即在与阈值以下的距离对应的图像映射图Mb上的位置重叠特性实验值的情况下，即使在位置1700处重叠特性实验值，在两个位置1701处也不重叠特性实验值。
这样，在本实施方式的特性显示装置230中，图像映射图Mb包括分别沿着第1坐标轴及第2坐标轴以矩阵状排列的多个图像要素映射图Ma，该多个图像要素映射图Ma分别具有第3坐标轴及第4坐标轴。并且，图像处理部234将第1坐标轴、第2坐标轴、第3坐标轴及第4坐标轴与上述多个变量中的第1变量、第2变量、第3变量及第4变量分别建立对应。图像处理部234关于该多个化合物的每一个确定与多个图像要素映射图Ma中的被用于表现该化合物的构成的第1变量的值及第2变量的值建立了关联的图像要素映射图Ma。接着，图像处理部234将该化合物的特性预测值映射到所确定的图像要素映射图Ma上的、与为了表现该化合物的构成而使用的第3变量的值及第4变量的值对应的位置。例如，第1变量、第2变量、第3变量及第4变量是上述的变量a、b、x及y。
由此，图像映射图Mb等映射图可以对于分别由4个变量表现的多个化合物的构成表示特性预测值，可以在较大的范围内将化合物的特性预测值容易理解地显示。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，在本实施方式的特性显示装置230中，图像处理部234在关于已实验的1个以上的化合物的每一个，在多个图像要素映射图Ma中不存在与为了表现该化合物的构成而使用的第1变量的值及第2变量的值建立了关联的图像要素映射图Ma的情况下，代替该图像要素映射图Ma而确定与最接近于第1变量及第2变量各自的值的值建立了关联的图像要素映射图Ma。并且，图像处理部234在所确定的图像要素映射图Ma上的、与为了表现该化合物的构成而使用的第3变量的值及第4变量的值对应的位置处重叠该化合物的特性实验值。
例如，由于第1变量及第2变量分别是离散变量，所以有时不存在与第1变量的值及第2变量的值建立了关联的图像要素映射图Ma。但是，在本实施方式中，确定与最接近于这些值的值建立了关联的图像要素映射图Ma，在该图像要素映射图Ma上重叠特性实验值。因而，能够抑制通过离散变量而特性实验值不被显示在图像要素映射图Ma上的情况。
如以上这样，在包括实施方式1A、1B及它们的变形例的实施方式1中，能够通过第1显示方法信息适当地设定特性预测值的显示方法。此外，在实施方式1B及其变形例中，能够通过第2显示方法信息适当地设定特性实验值的显示方法。
这里，在本实施方式中，显示方法取得部133取得根据用户对输入部110的输入操作而生成的第1显示方法信息。
由此，能够由用户任意地设定特性预测值的显示方法，能够提高方便性。另外，关于第2显示方法信息也是同样的，能够由用户任意地设定特性实验值的显示方法，能够提高方便性。
另一方面，显示方法取得部133也可以通过基于由预测值取得部132取得的多个化合物各自的特性预测值决定特性预测值的显示方法，来取得该第1显示方法信息。例如，显示方法取得部133，作为特性预测值的显示方法而决定：将用于表示图像要素映射图Ma上的特性预测值的最大值及最小值的预先决定的颜色或颜色的深浅度与由预测值取得部132取得的多个化合物的特性预测值中的最大值及最小值建立对应而生成图像要素映射图Ma。
由此，基于特性预测值决定该特性预测值的显示方法，所以能够进行适合于该特性预测值的显示，能够实现材料搜索的高效化。
在具体的例子中，由预测值取得部132取得的多个化合物的特性预测值的最大值是3.5，最小值是0.0。在此情况下，显示方法取得部133将预先决定的最大的深浅度分配给该特性预测值的最大值“3.5”，将预先决定的最小的深浅度分配给该特性预测值的最小值“0.0”。即，显示方法取得部133将这样的深浅度与特性预测值的关系决定为特性预测值的显示方法。结果，显示方法取得部133取得表示该显示方法的第1显示方法信息。接着，例如通过将预测器数据库120的预测器更新，预测值取得部132新取得多个化合物的特性预测值。此时，例如由预测值取得部132新取得的多个化合物的特性预测值的最大值是1.5，最小值是1.0。在此情况下，显示方法取得部133将预先决定的最大的深浅度分配给该特性预测值的最大值“1.5”，将预先决定的最小的深浅度分配给该特性预测值的最小值“1.0”。即，显示方法取得部133将这样的深浅度与特性预测值的新的关系决定为特性预测值的显示方法。结果，显示方法取得部133取得表示新的显示方法的第1显示方法信息。图像处理部234按照表示像这样基于特性预测值决定的显示方法的第1显示方法信息，生成表示该特性预测值的图像要素映射图Ma。由此，不论取得的特性预测值的范围宽还是窄，或者其范围内的特性预测值大还是小，都以与该范围相应的深浅度显示该特性预测值。因而，用户能够根据深浅度容易掌握特性预测值，能够实现材料搜索的高效化。
(实施方式2A)
本实施方式的显示系统与实施方式1A同样，将多个化合物各自的特性预测值以映射图的方式显示，并且将1个以上的候选点重叠在该映射图上。候选点是表示在今后的实验中使用的化合物的候选(即候选化合物)的构成的点。另外，关于本实施方式的各构成要素中的与实施方式1A及1B相同的构成要素赋予与实施方式1A及1B相同的标号，省略详细的说明。
[显示系统300的构成]
图25是表示本实施方式的显示系统300的构成的一例的框图。图25所示的显示系统300具备输入部110、预测器数据库120、特性显示装置330、显示部140和实验数据库150。另外，特性显示装置330是信息显示装置的一例。
本实施方式的特性显示装置330基于所取得的化合物的特性预测值，或基于该特性预测值和特性实验值的位置，决定候选点，将该候选点重叠在图像要素映射图Ma上。另外，特性实验值的位置是与得到了特性实验值的已实验的化合物的构成对应的图像要素映射图Ma上的位置。并且，特性显示装置330将包含重叠了该候选点的图像要素映射图Ma的图像显示在显示部140上。这样的特性显示装置330具备搜索范围取得部131、预测值取得部132、显示方法取得部133、实验值取得部232、候选点决定部331和图像处理部334。另外，特性显示装置330也可以由例如CPU等的处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置330发挥功能。另外，存储器既可以是易失性也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。
[预测值取得部132]
本实施方式的预测值取得部132关于多个化合物的每一个，将该化合物的构成与针对该构成取得的特性预测值建立关联并向图像处理部334输出，并且将该构成及特性预测值也向候选点决定部331输出。另外，化合物的构成也可以是化合物的组成式，在搜索范围中包含用来生成该化合物的过程条件的情况下，化合物的构成也可以是化合物的组成式及过程条件。过程条件例如包括烧成方法、烧成时间、烧成温度等。
[实验值取得部232]
本实施方式的实验值取得部232从实验数据库150取得已实验的1个以上的化合物各自的构成及特性实验值。并且，实验值取得部232关于该已实验的1个以上的化合物的每一个，将所取得的构成及特性实验值向候选点决定部331输出。
[显示方法取得部133]
显示方法取得部133从输入部110取得表示候选点的显示方法的第3显示方法信息。并且，显示方法取得部133将该第3显示方法信息向候选点决定部331及图像处理部334输出。
[候选点决定部331]
候选点决定部331从预测值取得部132取得化合物的构成及特性预测值，从实验值取得部232取得化合物的构成及特性实验值。进而，候选点决定部331从显示方法取得部133取得第3显示方法信息。并且，候选点决定部331按照该第3显示方法信息，从图像要素映射图Ma上的全部的位置将1个以上的位置分别决定为候选点。此时，候选点决定部331基于在图像要素映射图Ma上的各位置处表示的特性预测值决定候选点。或者，候选点决定部331基于在该各位置处表示的特性预测值和与已实验的1个以上的化合物各自的构成对应的图像要素映射图Ma上的位置、即特性实验值的位置，决定候选点。
例如，候选点决定部331将图像要素映射图Ma上的表示阈值以上的特性预测值的第1位置决定为候选点。或者，候选点决定部331将图像要素映射图Ma上的表示阈值以下的特性预测值的第2位置决定为候选点。或者，候选点决定部331将图像要素映射图Ma上的表示与目标值的差为阈值以下的特性预测值的第3位置决定为候选点。该目标值也可以是根据用户对输入部110的输入操作设定的值。在此情况下，候选点决定部331从输入部110经由显示方法取得部133取得该目标值，使用该目标值决定候选点。
另外，在上述的例子中，候选点决定部331将表示阈值以上的特性预测值的第1位置决定为候选点，但也可以将图像要素映射图Ma上的分别表示全部特性预测值中的高位K个特性预测值的第1位置决定为候选点。另外，K是1以上的预先决定的整数，高位K个特性预测值比其他的任何特性预测值都大。此外，候选点决定部331将表示阈值以下的特性预测值的第2位置决定为候选点，但也可以将分别表示阈值以下的全部特性预测值中的高位L个特性预测值的第2位置决定为候选点。另外，L是1以上的预先决定的整数，高位L个特性预测值比阈值以下的其他的任何特性预测值都大。此外，候选点决定部331将表示与目标值的差为阈值以下的特性预测值的第3位置决定为候选点，但也可以将图像要素映射图Ma上的分别表示全部特性预测值中的与目标值的差为低位J个特性预测值的第3位置决定为候选点。另外，J是1以上的预先决定的整数，低位J个特性预测值的与目标值的差比其他的任何特性预测值都小。
此外，候选点决定部331也可以将多个第1位置中的、相互离开了规定距离以上的两个以上的第1位置分别决定为候选点。同样，候选点决定部331也可以将多个第2位置中的或多个第3位置中的、相互离开了规定距离以上的两个以上的位置分别决定为候选点。此外，候选点决定部331在得到了已实验的两个化合物的构成及特性实验值的情况下，也可以将图像要素映射图Ma上的处于两个特性实验值的位置的中间地点的位置决定为候选点。此外，候选点决定部331也可以将上述的多个第1位置中的比哪个特性实验值的位置都离开了规定距离以上的第1位置决定为候选点。同样，候选点决定部331也可以将多个第2位置中的或多个第3位置中的、比哪个特性实验值的位置都离开了规定距离以上的位置决定为候选点。
[图像处理部334]
图像处理部334与实施方式1A同样，生成图像要素映射图Ma。进而，图像处理部334从显示方法取得部133取得第3显示方法信息，按照该第3显示方法信息，将由候选点决定部331决定的1个以上的候选点重叠在该图像要素映射图Ma上。即，图像处理部334将分别表示该1个以上的候选点的标记重叠在图像要素映射图Ma上。并且，图像处理部334将包含重叠了该1个以上的候选点的图像要素映射图Ma的图像向显示部140输出。
[显示部140]
显示部140从图像处理部334取得图像，显示该图像、即包含重叠了该1个以上的候选点的图像要素映射图Ma的图像。
[映射图的具体例]
图26是表示重叠了候选点的图像要素映射图Ma的一例的图。
图像处理部334按照第3显示方法信息，将候选点例如作为星形等的标记重叠在实施方式1A的图像要素映射图Ma上。即，候选点决定部331按照第3显示方法信息，从图像要素映射图Ma的全部位置中决定1个以上的候选点。并且，图像处理部334对于该1个以上的候选点重叠星形的标记。
这样，本实施方式的特性显示装置330具备预测值取得部132和图像处理部334。预测值取得部132取得多个化合物各自的特性预测值。图像处理部334生成在与多个化合物各自的构成对应的位置处表示该化合物的特性预测值的图像要素映射图Ma。接着，图像处理部334将表示1个以上的候选化合物各自的构成的候选点重叠在与该候选化合物的构成对应的图像要素映射图Ma上的位置。并且，图像处理部334生成包含重叠了1个以上的候选点的图像要素映射图Ma的图像并输出。这里，上述的候选化合物是分别具有在图像要素映射图Ma上表示的特性预测值的多个化合物中的作为实验候选的化合物。例如，上述的图像被输出到显示部140而被显示。
由此，能够容易掌握图像要素映射图Ma中的各特性预测值与1个以上的候选点的关系，能够实现材料搜索的高效化。即，用户根据显示于显示部140的图像内的图像要素映射图Ma，能够容易地找到在下个实验中有希望的候选点。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
另外，特性显示装置330也可以不具备预测值取得部132。此外，图像处理部334生成图像要素映射图Ma，但也可以不生成而取得它。即，图像处理部334取得在与多个化合物各自的构成对应的位置上表示该化合物的特性预测值的图像要素映射图Ma。并且，图像处理部334输出通过将表示1个以上的候选化合物各自的构成的候选点重叠到与该候选化合物的构成对应的图像要素映射图Ma上的位置而生成的、包含图像要素映射图Ma的图像。此外，如上述那样，候选化合物是分别具有在图像要素映射图Ma上表示的特性预测值的多个化合物中的作为实验候选的化合物。即使是这样的特性显示装置330，也能够得到与上述同样的作用效果。
此外，本实施方式的特性显示装置330具备显示方法取得部133，该显示方法取得部133取得表示该候选点的显示方法的第3显示方法信息。图像处理部334按照该第3显示方法信息，将1个以上的候选点重叠在图像要素映射图Ma上。
由此，按照由第3显示方法信息表示的显示方法将候选点重叠在图像要素映射图Ma上，所以能够根据该显示方法的设定，以与用户的材料搜索的目的匹配的形态显示候选点。结果，能够实现材料搜索的高效化。
此外，本实施方式的特性显示装置330具备基于多个化合物各自的特性预测值决定1个以上的候选点的候选点决定部331。图像处理部334将由候选点决定部331决定的1个以上的候选点重叠在图像要素映射图Ma上。
由此，基于多个化合物各自的特性预测值决定候选点，所以例如可以将表示有最大的特性预测值、最小的特性预测值、最接近于目标值的特性预测值等的最优的特性预测值的位置决定为候选点。因而，能够实现材料搜索的更高效化。
此外，本实施方式的特性显示装置330具备取得搜索范围的搜索范围取得部131。该搜索范围取得部131取得为了表现化合物的构成而使用的多个变量、以及关于该多个变量的每一个表示该变量能取的值或元素的多个选项数据。预测值取得部132按选项数据的每个组合，取得具有与该组合对应的构成的化合物的特性预测值，上述选项数据的每个组合是通过针对该多个变量的每一个从多个选项数据中选择1个选项数据而得到的。即，预测值取得部132按上述的每个组合，使用规定的算法取得具有与该组合对应的构成的化合物的特性预测值。
由此，能够取得适当的特性预测值。即，能够适当地预测构成分别不同的多个化合物各自的特性值。此外，在通过随时进行的化合物的实验而更新规定的算法的情况下，能够提高该特性值的预测精度。
图27是表示重叠了候选点的图像要素映射图Ma的另一例的图。
候选点决定部331也可以按照第3显示方法信息，从图像要素映射图Ma中的由变量x、y的组合表现的多个点(以下也称为格子点)中决定1个以上的候选点。格子点例如是由变量(x，y)＝(0.0，0.0)、(0.0，0.1)、(0.0，0.2)、…、(1.0，0.8)、(1.0，0.9)、(1.0，1.0)表示的11×11个点。并且，图像处理部334在该决定的1个以上的候选点上重叠标记。换言之，候选点决定部331提取与规定的化合物的构成(即组成式)对应的候选点。或者，也可以说候选点决定部331将候选点限制为格子点。
例如，如图27所示，将11×11个格子点中的、变量(x，y)＝(0.2，0.2)、(0.9，0.1)的两个格子点分别决定为候选点，表示该候选点的标记被重叠在图像要素映射图Ma上。
这样，在本实施方式的特性显示装置330中，第3显示方法信息中，作为候选点的显示方法而表示仅在图像要素映射图Ma上的预先决定的多个位置重叠候选点。
由此，能够抑制例如将变量(x，y)＝(0.001，0.002)等的点那样、图像要素映射图Ma上的难以用于实验的点或用户不希望的点决定为候选点并显示。
图28是表示重叠了候选点的图像要素映射图Ma的另一例的图。
候选点决定部331也可以按照第3显示方法信息，将所决定的候选点的数量限制为n个(n是1以上的整数)以下。在图28的例子中是n＝5。例如，候选点决定部331在图像要素映射图Ma上决定(n+1)个以上的临时候选点，确定这些临时候选点的优先级。并且，候选点决定部331从这些多个临时候选点中，将优先级高的高位n个临时候选点分别决定为候选点。临时候选点例如是处于上述的第1位置、第2位置或第3位置的点。此外，例如在(n+1)个以上的临时候选点分别是第1位置的情况下，优先级也可以是该第1位置上的特性预测值。此外，例如在(n+1)个以上的临时候选点分别是第2位置的情况下，优先级也可以是该第2位置上的特性预测值。此外，例如在(n+1)个以上的临时候选点分别是第3位置的情况下，优先级也可以是该第3位置上的特性预测值与目标值的差的倒数。此外，优先级也可以是从各特性实验值的位置到临时候选点的距离中的最短的距离。
图像处理部334将这样决定的n个以下的候选点重叠在图像要素映射图Ma上并显示在显示部140上。由此，用户能够容易掌握作为有希望的实验候选的候选点。
即，在本实施方式的特性显示装置330中，第3显示方法信息将重叠于图像要素映射图Ma的候选点的上限数作为候选点的显示方法来表示。在此情况下，图像处理部334将该上限数以下且1个以上的候选点重叠在图像要素映射图Ma上。
由此，即使在图像要素映射图Ma上存在分别可能成为候选点的许多个点那样的情况下，也限制重叠于图像要素映射图Ma的候选点的数量。因而，例如能够从许多个点中仅将有希望的点锁定为候选点而提示给用户，结果，能够实现材料搜索的高效化。
图29是表示重叠了候选点的图像要素映射图Ma的另一例的图。
候选点决定部331也可以按照第3显示方法信息，如图29所示，以重叠于图像要素映射图Ma的候选点间的直线距离成为规定距离以上的方式决定各候选点。候选点间的直线距离是由两个候选点各自的连续变量(x，y)表示的图像要素映射图Ma上的位置之间的直线距离。此外，规定距离例如是连续变量x、y各自的步幅(即1个存储点(memory))的3倍的距离。即，规定距离也可以说是3个存储点。另外，规定距离也被称为第1最小隔开距离。
例如，候选点决定部331从图像要素映射图Ma上的多个临时候选点中，将表示有最好的特性预测值的临时候选点决定为第1个候选点。表示有最好的特性预测值的临时候选点也可以是上述的优先级最高的临时候选点。例如，在多个临时候选点分别是第1位置的情况下，表示有最好的特性预测值的临时候选点是这些多个临时候选点中的表示有最大的特性预测值的临时候选点。
接着，候选点决定部331将距第1个候选点小于规定距离的临时候选点删除，从其余的1个以上的临时候选点中，将表示有第1个候选点之后良好的特性预测值的临时候选点决定为第2个候选点。候选点决定部331反复进行这样的处理，直到临时候选点全部被删除，由此决定两个以上的候选点。这些候选点间的直线距离是上述的规定距离以上。
或者，候选点决定部331从多个临时候选点中随机地将两个以上的临时候选点分别决定为候选点，将一方的候选点转移到处于与该候选点不同的位置上的临时候选点，以使两个候选点间的直线距离成为规定距离以上。即，候选点决定部331使一方的候选点移动。候选点决定部331通过依次进行这样的候选点的移动，将两个以上的候选点各自之间的直线距离设定为上述的规定距离以上。
图像处理部334将由候选点决定部331如上述那样决定的、相互离开了规定距离以上的多个候选点重叠在图像要素映射图Ma上。
这样，在本实施方式的特性显示装置330中，第3显示方法信息将多个候选点间的预先决定的第1最小隔开距离作为候选点的显示方法来表示。在此情况下，图像处理部334将相互离开了该第1最小隔开距离以上的多个候选点重叠在图像要素映射图Ma上。
由此，用户能够容易掌握在化合物的组成式(即构成)中有一定的差异的候选点。此外，能够避免候选点的密集，能够提高辨识性。
图30是表示重叠了候选点的图像要素映射图Ma的另一例的图。
候选点决定部331按照第3显示方法信息，例如图30所示决定多个候选点和实验计划。实验计划是表示应将该多个候选点中的哪个候选点以何种顺序进行实验的信息。候选点决定部331将表示该决定后的多个候选点和实验计划的信息向图像处理部334输出。例如，候选点决定部331如上述那样决定多个候选点，进而从这些多个候选点中以优先级从高到低的顺序将n个候选点决定为实验计划中包含的候选点(以下称为计划候选点)。例如，n＝5。并且，候选点决定部331对n个计划候选点分别以优先级从高到低的顺序分配实验编号。例如，候选点决定部331在n个计划候选点中，对优先级最高的计划候选点分配实验编号“1”，对优先级第2高的计划候选点分配实验编号“2”。由此，生成表示n个计划候选点和这些计划候选点的实验编号的实验计划。
图像处理部334从候选点决定部331中取得表示多个候选点和实验计划的信息。接着，图像处理部334将该多个候选点重叠在图像要素映射图Ma上。进而，图像处理部334对图像要素映射图Ma赋予该实验计划中包含的n个计划候选点各自的实验编号，再将从1个计划候选点指示下个实验编号的计划候选点的箭头重叠在图像要素映射图Ma上。这样的箭头的重叠等按照第3显示方法信息来执行。
在具体的例子中，图像处理部334对多个候选点中的5个计划候选点，分别赋予实验编号(1)、(2)、(3)、(4)及(5)。并且，图像处理部334重叠从实验编号(1)的计划候选点指示实验编号(2)的计划候选点的箭头和从实验编号(2)的计划候选点指示实验编号(3)的计划候选点的箭头。进而，图像处理部334重叠从实验编号(3)的计划候选点指示实验编号(4)的计划候选点的箭头和从实验编号(4)的计划候选点指示实验编号(5)的计划候选点的箭头。图像处理部334将包含这样被赋予了实验编号及箭头的图像要素映射图Ma的图像显示在显示部140上。因而，从显示部140对用户提示表示应该从实验编号(1)的计划候选点起以实验编号(2)的计划候选点、实验编号(3)的计划候选点、实验编号(4)的计划候选点、实验编号(5)的计划候选点的顺序进行实验的实验计划。
这样，在本实施方式的特性显示装置330中，第3显示方法信息中，作为候选点的显示方法而表示：将与1个以上的候选点分别对应的候选化合物的实验的顺序显示为实验计划。
由此，在存在多个候选点的情况下，对用户提示应该以何种顺序进行哪个候选点的实验。因而，通过由用户按照该顺序进行候选点的实验，用户能够有效地开展实验。即，能够实现材料搜索的高效化，能够适当地辅助材料开发。另外，在图30的例子中，将实验计划用实验编号及箭头表示，但并不限定于此，也可以以其他形态表示。
图31是表示重叠了候选点的图像要素映射图Ma的另一例的图。
候选点决定部331也可以按照第3显示方法信息，例如如图31那样将多个候选点分类为特性预测值为基准值以上的候选点和特性预测值小于基准值的候选点。基准值例如是图像要素映射图Ma中的各位置的特性预测值的平均值、该特性预测值的中位数或任意的值，但并不限定于这些。候选点决定部331从输入部110经由显示方法取得部133取得与基准值有关的第3显示方法信息，按照该第3显示方法信息决定基准值。并且，候选点决定部331关于多个候选点的每一个，判定在该候选点处表示的特性预测值是否是基准值以上，如果判定为是基准值以上，则对该候选点赋予例如表示1的标志。另一方面，候选点决定部331如果判定为在候选点处表示的特性预测值小于基准值，则对该候选点赋予例如表示0的标志。并且，候选点决定部331将这些多个候选点及标志向图像处理部334输出。
图像处理部334如果从候选点决定部331取得多个候选点及标志，则按照第3显示方法信息，如图31所示，对于被赋予了表示1的标志的候选点例如分配星形的标记。此外，图像处理部334对于被赋予了表示0的标志的候选点例如分配倒三角形的标记。并且，图像处理部334在图像要素映射图Ma上的候选点重叠被分配给该候选点的形态的标记，将包含被重叠了该标记的图像要素映射图Ma的图像显示在显示部140上。结果，将由各形态的标记表示的候选点重叠在图像要素映射图Ma上而显示。
因而，能够将表示有基准值以上的特性预测值的候选点比表示有小于基准值的特性预测值的候选点强调而显示。此外，能够掌握搜索范围整体并同时掌握应关注的多个候选点。
另外，在基准值是任意的值，例如等于在图像要素映射图Ma中第10大的特性预测值的情况下，能够从表示有最大的特性预测值的候选点到表示有第10大的特性预测值的候选点，将这些候选点强调而显示。此外，也可以与上述的例子相反，将表示有小于基准值的特性预测值的候选点比表示有基准值以上的特性预测值的候选点强调而显示。
这样，在本实施方式的特性显示装置330中，第3显示方法信息，作为候选点的显示方法而表示：将1个以上的候选点中的在该候选点被重叠的图像要素映射图Ma上的位置处表示的特性预测值为基准值以上的候选点比其余的候选点强调而显示。例如，在本实施方式的特性显示装置330中，该基准值是多个化合物各自的特性预测值的平均值或中位数、或由用户指定的值。
由此，用户能够从重叠在图像要素映射图Ma中的1个以上的候选点中容易地找到表示有基准值以上的特性预测值的候选点。结果，能够实现材料搜索的高效化。
图32是表示重叠了候选点的图像要素映射图Ma的另一例的图。
候选点决定部331也可以按照第3显示方法信息，例如如图32那样将多个候选点分类为3个组。在图32的例子中，3个组是候选点组1、候选点组2及候选点组3。向这些组的分类也可以如图31的例子那样通过特性预测值与基准值的比较来进行。例如，候选点决定部331如果候选点的特性预测值为第1基准值以上，则将该候选点分类到候选点组1中。此外，候选点决定部331如果候选点的特性预测值小于第1基准值并且为第2基准值以上，则将该候选点分类到候选点组2中。并且，候选点决定部331如果候选点的特性预测值小于第2基准值，则将该候选点分类到候选点组3中。第1基准值及第2基准值分别例如是图像要素映射图Ma中的各位置的特性预测值的平均值、该特性预测值的中位数或任意的值，但并不限定于这些。此外，第1基准值是比第2基准值大的值。在具体的一例中，第1基准值是2.5eV，第2基准值是1.5eV。
或者，向各组的分类中，也可以代替候选点的特性预测值而使用上述的优先级。在该情况下使用的优先级既可以是特性预测值，也可以是特性预测值与目标值之差的倒数。例如，候选点决定部331如果候选点的优先级为第1优先基准值以上，则将该候选点分类到候选点组1中。此外，候选点决定部331如果候选点的优先级小于第1优先基准值并且为第2优先基准值以上，则将该候选点分类到候选点组2中。并且，候选点决定部331如果候选点的优先级小于第2优先基准值，则将该候选点分类到候选点组3中。另外，第1优先基准值及第2优先基准值是与优先级比较的基准值，第1优先基准值比第2优先基准值大。此外，以下有时将第1优先基准值及第2优先基准值统称为优先基准值。优先基准值是各候选点的优先级的平均值、该优先级的中位数或任意的值，但并不限定于这些。
候选点决定部331如果这样将多个候选点分类为3个组，则将该多个候选点与表示这些候选点所属的组的组识别信息建立关联，向图像处理部334输出。
图像处理部334如果从候选点决定部331取得多个候选点及组识别信息，则如图32所示，对于与表示候选点组1的组识别信息建立了关联的候选点分配例如星形的标记。此外，图像处理部334对于与表示候选点组2的组识别信息建立了关联的候选点分配例如倒三角形的标记。进而，图像处理部334对于与表示候选点组3的组识别信息建立了关联的候选点分配例如四边形的标记。这些标记的分配按照第3显示方法信息来执行。
并且，图像处理部334在图像要素映射图Ma上的候选点重叠被分配给该候选点的形态的标记，将包含重叠了该标记的图像要素映射图Ma的图像显示在显示部140上。结果，由各形态的标记表示的候选点被重叠在图像要素映射图Ma上而被显示。
这样，在本实施方式的特性显示装置330中，第3显示方法信息，作为候选点的显示方法而表示：将1个以上的候选点分别根据该候选点的优先级分类到多个组中的某1个组中，将与该组建立了对应的形态的标记重叠到图像要素映射图Ma上。候选点的优先级例如也可以是在该候选点处表示的特性预测值。
由此，用户能够容易掌握被重叠在图像要素映射图Ma上的各候选点所属的组、即属于该组的候选点的特征，例如优先级为大、中等程度还是小等。
[处理动作]
图33是表示本实施方式的显示系统300的处理动作的流程图。
本实施方式的显示系统300与实施方式1A的显示系统100同样，执行步骤S111及S112的处理，与实施方式1B的显示系统200同样，执行步骤S121。接着，显示系统300执行步骤S131～S134的处理。
(步骤S131)
显示方法取得部133与步骤S113同样，取得根据用户对输入部110的输入操作而从该输入部110输出的第3显示方法信息。该第3显示方法信息例如是表示如图26～图32所示的候选点的显示方法的信息。并且，显示方法取得部133将该第3显示方法信息向候选点决定部331及图像处理部334输出。
(步骤S132)
候选点决定部331从预测值取得部132取得多个化合物各自的构成及特性预测值，从实验值取得部232取得1个以上的化合物各自的构成及特性实验值。进而，候选点决定部331从显示方法取得部133取得第3显示方法信息。并且，候选点决定部331按照该第3显示方法信息，基于该多个化合物各自的构成及特性预测值和1个以上的化合物各自的构成及特性实验值，决定1个以上的候选点。
(步骤S133)
图像处理部334从预测值取得部132，关于多个化合物的每一个取得该化合物的构成及特性预测值。进而，图像处理部334从候选点决定部331取得1个以上的候选点。此外，图像处理部334从显示方法取得部133取得第3显示方法信息。另外，图像处理部334也可以与实施方式1A同样，从显示方法取得部133接受表示特性预测值的显示方法的第1显示方法信息。
图像处理部334基于所取得的多个化合物各自的构成及特性预测值，生成图像要素映射图Ma。此时，图像处理部334如果接受到第1显示方法信息，则也可以按照该第1显示方法信息生成图像要素映射图Ma。进而，图像处理部334按照第3显示方法信息，将从候选点决定部331取得的1个以上的候选点重叠在该图像要素映射图Ma上。即，图像处理部334将表示1个以上的候选点的标记重叠在该图像要素映射图Ma上。图像处理部334将包含重叠了该1个以上的候选点的图像要素映射图Ma的图像向显示部140输出。
(步骤S134)
显示部140从图像处理部334取得该图像并显示该图像，即包含重叠了1个以上的候选点的图像要素映射图Ma的图像。
通过执行这样的步骤S111、S112、S121、S131～S134的处理，进行与化合物的特性预测值及候选点有关的特性显示。
(实施方式2A的变形例)
图像处理部334也可以如实施方式1A的变形例1那样生成图像映射图Mb并在该图像映射图Mb上重叠候选点。另外，图像映射图Mb是由多个映射图Ma的排列构成的映射图。
图34是表示本变形例的图像映射图Mb的一例的图。
图像处理部334按照第3显示方法信息，如图34所示在图像映射图Mb上重叠候选点。这里，候选点决定部331如果从输入部110经由显示方法取得部133取得表示候选点的限制数的第3显示方法信息，则决定该限制数的候选点。例如，对于图像映射图Mb，限制数是n个(n是1以上的整数，例如是10)。结果，图像处理部334在图像映射图Mb上重叠例如10个候选点。
由此，例如用户在1周期间能够实施的实验数为10个的情况下，通过将限制数n设定为n＝10，能够容易掌握在该1周期间作为实验对象的候选点。
图35是表示本变形例的图像映射图Mb的另一例的图。
候选点决定部331也可以按照第3显示方法信息，例如如图35那样，将在图像映射图Mb上重叠的多个候选点与图31所示的例子同样分类为特性预测值为基准值以上的候选点和特性预测值小于基准值的候选点。另外，在图像映射图Mb中使用的基准值例如是图像映射图Mb中的各位置的特性预测值的平均值、该特性预测值的中位数或任意的值，但并不限定于这些。
具体而言，候选点决定部331关于重叠在图像映射图Mb上的多个候选点的每一个，判定在该候选点处表示的特性预测值是否是基准值以上，如果判定为是基准值以上，则对于该候选点赋予例如表示1的标志。另一方面，候选点决定部331如果判定为在候选点处表示的特性预测值小于基准值，则对于该候选点赋予例如表示0的标志。并且，候选点决定部331将这些多个候选点及标志向图像处理部334输出。
图像处理部334与图31所示的例子同样，如果从候选点决定部331取得了多个候选点及标志，则如图35所示对于被赋予了表示1的标志的候选点分配例如星形的标记。此外，图像处理部334对于被赋予了表示0的标志的候选点分配例如倒三角形的标记。并且，图像处理部334在图像映射图Mb上的候选点重叠被分配给该候选点的形态的标记，将包含重叠了该标记的图像映射图Mb的图像显示在显示部140上。结果，由各形态的标记表示的候选点被重叠在图像映射图Mb上而被显示。
此外，候选点决定部331也可以使用多个基准值，根据这些基准值与各候选点的特性预测值的比较结果，将多个候选点分类为3个以上的组。或者，候选点决定部331也可以与图32的例子同样，代替候选点的特性预测值而使用上述的优先级，根据优先基准值与各候选点的优先级的比较结果，将多个候选点分类为多个组。候选点决定部331例如如果如图35那样将多个候选点分类为两个组，则将该多个候选点与表示这些候选点所属的组的组识别信息建立关联并向图像处理部334输出。
图像处理部334如果从候选点决定部331取得多个候选点及组识别信息，则如图35所示，对于与表示优先级为优先基准值以上的组的组识别信息对应的候选点，分配例如星形的标记。此外，图像处理部334对于与表示优先级小于优先基准值的组的组识别信息对应的候选点，分配例如倒三角形的标记。
并且，图像处理部334在图像映射图Mb上的候选点重叠被分配给该候选点的形态的标记，将包含重叠了该标记的图像映射图Mb的图像显示在显示部140上。结果，由各形态的标记表示的候选点被重叠在图像映射图Mb上而被显示。
由此，用户能够容易掌握在图像映射图Mb上重叠的各候选点所属的组即与该组对应的候选点的特征，例如特性预测值或优先级是大还是小等。
图36是表示本变形例的图像映射图Mb的另一例的图。
候选点决定部331也可以按照第3显示方法信息，将重叠于图像映射图Mb所包含的各图像要素映射图Ma上的候选点的数量设定为n个(n是1以上的整数)。在图36所示的例子中，n＝1。例如，输入部110根据用户对输入部110的输入操作，将表示候选点的数量的第3显示方法信息向显示方法取得部133输出。显示方法取得部133取得该第3显示方法信息，将该第3显示方法信息向候选点决定部331输出。候选点决定部331从显示方法取得部133接受第3显示方法信息，对于图像映射图Mb的各图像要素映射图Ma，决定由该第3显示方法信息表示的数量的候选点。由此，用户能够容易地确认广泛地分散在图像映射图Mb中的候选点。
这样，在本变形例的特性显示装置330中，图像映射图Mb包含沿着第1坐标轴及第2坐标轴的每一个以矩阵状排列的多个图像要素映射图Ma，该多个图像要素映射图Ma分别具有第3坐标轴及第4坐标轴。图像处理部334将该第1坐标轴、第2坐标轴、第3坐标轴及第4坐标轴与为了表现化合物的构成而使用的第1变量、第2变量、第3变量及第4变量分别建立对应。并且，图像处理部334关于多个化合物的每一个，在多个图像要素映射图Ma中确定与为了表现该化合物的构成而使用的第1变量的数量及第2变量的值建立了关联的图像要素映射图Ma。接着，图像处理部334将该化合物的特性预测值映射到所确定的图像要素映射图Ma上的、与为了表现该化合物的构成而使用的第3变量的值及第4变量的值对应的位置处。例如、第1变量、第2变量、第3变量及第4变量是上述的变量a、b、x及y。
由此，图像映射图Mb等映射图能够对于分别由4个变量表现的多个化合物的构成表示特性预测值，能够在大范围中将化合物的特性预测值容易理解地显示。结果，能够实现材料搜索的高效化。
此外，在本变形例的特性显示装置330中，第3显示方法信息，作为候选点的显示方法而表示重叠于多个图像要素映射图Ma各自上的候选点的数量。图像处理部334在多个图像要素映射图Ma各自上重叠由该第3显示方法信息表示的数量的候选点。
由此，能够对于图像映射图Mb中包含的多个图像要素映射图Ma没有偏倚地重叠候选点。结果，用户能够容易地确认广泛地分散在图像映射图Mb中的候选点。
(实施方式2B)
本实施方式的显示系统与实施方式2A同样，生成表示多个化合物各自的特性预测值的映射图，对该映射图重叠候选点，并且还将1个以上的化合物各自的特性实验值重叠到该映射图上。另外，关于本实施方式的各构成要素中的与实施方式2A相同的构成要素赋予与实施方式2A相同的标号，省略详细的说明。此外，本实施方式的映射图是图像要素映射图Ma，但也可以是图像映射图Mb。
[显示系统400的构成]
图37是表示本实施方式的显示系统400的构成的一例的框图。图37所示的显示系统400具备输入部110、预测器数据库120、特性显示装置430、显示部140和实验数据库150。另外，特性显示装置430是信息显示装置的一例。
本实施方式的特性显示装置430不仅将候选点，还将通过实验得到的化合物的特性实验值重叠到图像要素映射图Ma上，将包含重叠了该候选点及特性实验值的图像要素映射图Ma的图像显示在显示部140上。这样的特性显示装置430具备搜索范围取得部131、预测值取得部132、显示方法取得部133、实验值取得部232、候选点决定部331和图像处理部434。另外，特性显示装置430也可以由例如CPU等处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置430发挥功能。另外，存储器既可以是易失性也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。
[实验值取得部232]
本实施方式的实验值取得部232从实验数据库150取得已实验的1个以上的化合物各自的构成及特性实验值。并且，实验值取得部232关于该已实验的1个以上的化合物的每一个，将所取得的构成及特性实验值向候选点决定部331输出，并且也向图像处理部434输出。
[图像处理部434]
图像处理部434与实施方式2A同样地生成图像要素映射图Ma。此外，图像处理部434与实施方式2A同样，从显示方法取得部133取得第3显示方法信息，按照该第3显示方法信息，将由候选点决定部331决定的1个以上的候选点重叠在该图像要素映射图Ma上。进而，图像处理部434从实验值取得部232取得已实验的1个以上的化合物各自的构成及特性实验值。并且，图像处理部434将该已实验的1个以上的化合物各自的特性实验值重叠在图像要素映射图Ma上。在该化合物的特性实验值的重叠中，图像处理部434在与该化合物所具有的构成对应的图像要素映射图Ma上的位置重叠该化合物的特性实验值。即，图像处理部434将表示特性实验值的标记重叠在图像要素映射图Ma上。并且，图像处理部434将包含重叠了已实验的1个以上的化合物的特性实验值及1个以上的候选点的图像要素映射图Ma的图像向显示部140输出。
[映射图的具体例]
图38是表示重叠了候选点及特性实验值的图像要素映射图Ma的一例的图。
图像处理部434按照第3显示方法信息，将候选点作为例如星形等的标记而重叠在图像要素映射图Ma上。即，候选点决定部331从图像要素映射图Ma的全部位置中决定1个以上的候选点，图像处理部434对该1个以上的候选点重叠星形的标记。进而，图像处理部434将化合物的特性实验值作为例如圆形等的标记而重叠在图像要素映射图Ma上。即，图像处理部434如果从实验值取得部232关于已实验的1个以上的化合物的每一个取得该化合物的构成及特性实验值，则在与该化合物的构成对应的图像要素映射图Ma上的位置重叠具有与该化合物的特性实验值相应的深浅度的颜色的圆形的标记。
这样，在本实施方式的特性显示装置430中，实验值取得部232取得已实验的1个以上的化合物各自的特性实验值。并且，图像处理部434将该已实验的1个以上的化合物各自的特性实验值重叠在与该化合物的构成对应的图像要素映射图Ma上的位置。图像处理部434生成包含重叠了1个以上的候选点及1个以上的特性实验值的图像要素映射图Ma的图像。
由此，用户能够容易地比较图像要素映射图Ma中的候选点与特性实验值及其特性实验值的位置。结果，用户能够基于特性实验值及其特性实验值的位置容易地判断是否进行与候选点对应的化合物的实验。因而，能够实现材料搜索的高效化，能够适当地辅助材料开发。
图39是表示重叠了候选点及特性实验值的图像要素映射图Ma的另一例的图。
候选点决定部331按照第3显示方法信息，将可能成为候选点的上述的多个临时候选点中的、从哪个特性实验值的位置都离开了规定距离以上的位置决定为最终的候选点。该规定距离例如是连续变量x、y各自的步幅(即1个存储点)的3倍的距离。即，规定距离也可以说是3个存储点。另外，该规定距离也被称为第2最小隔开距离。
图像处理部434按照第3显示方法信息，将由候选点决定部331如上述那样决定的1个以上的候选点重叠在图像要素映射图Ma上。进而，图像处理部434将已实验的化合物的特性实验值也重叠在与该化合物的构成对应的图像要素映射图Ma上的位置。
由此，能够从与已实验的化合物的构成对应的位置(即特性实验值的位置)及其周边将候选点排除，能够进行有效的候选点的搜索。
即，在本实施方式的特性显示装置430中，第3显示方法信息将候选点与特性实验值的位置之间的预先决定的第2最小隔开距离作为候选点的显示方法而表示。图像处理部434将1个以上的候选点从由实验值取得部232取得的1个以上的特性实验值各自的位置离开第2最小隔开距离以上而重叠在图像要素映射图Ma上。
由此，能够抑制候选点被重叠在特性实验值的位置的附近。结果，可抑制通过对具有与具有特性实验值的已实验的化合物接近的构成的化合物(即候选化合物)进行实验而反复得到同样的实验结果，能够提高得到此前没有的新的实验结果的可能性。结果，能够实现材料搜索的高效化。
图40是表示图像要素映射图Ma的状态转移的一例的图。
例如，图像处理部434在实验值取得部232没有取得特性实验值的情况下，将图40的(a)所示的图像要素映射图Ma显示在显示部140上。在该图40的(a)所示的图像要素映射图Ma上重叠多个候选点，不重叠特性实验值。
这里，用户进行该图像要素映射图Ma中的多个候选点中的1个候选点b1的实验。具体而言，用户进行具有由候选点b1表示的构成的化合物的实验。通过该实验，将实验数据库150的实验数据更新。即，新的化合物的构成及特性实验值被写入到实验数据中。结果，实验值取得部232取得该新的化合物的构成及特性实验值，将它们向候选点决定部331及图像处理部434输出。图像处理部434如果从实验值取得部232取得该新的化合物的构成及特性实验值，则如图40的(b)所示，在与该构成对应的图像要素映射图Ma上的位置重叠该特性实验值。即，将在候选点b1的位置重叠了新的特性实验值的图像要素映射图Ma显示在显示部140上。
接着，用户对输入部110进行操作，以仅显示从特性实验值的位置离开了第2最小隔开距离以上的候选点。由此，显示方法取得部133从输入部110取得与该用户的输入操作相应的信息。即，显示方法取得部133取得第3显示方法信息，该第3显示方法信息表示仅显示从特性实验值的位置离开了第2最小隔开距离以上的候选点的显示方法。并且，显示方法取得部133将该第3显示方法信息向候选点决定部331及图像处理部434输出。结果，候选点决定部331与图39的例子同样，在重叠在图40的(b)所示的图像要素映射图Ma上的多个候选点中，仅保留从特性实验值的位置离开了第2最小隔开距离以上的候选点，而删除没有从特性实验值的位置离开第2最小隔开距离以上的候选点。即，候选点决定部331重新决定候选点并更新。图像处理部434将重叠了这样重新决定的1个以上的候选点和特性实验值的图像要素映射图Ma显示在显示部140上。由此，用户能够更有效地开展实验。
另外，在上述的例子中，将图40的(b)所示的图像要素映射图Ma显示在显示部140上，但在取得特性实验值之前已经取得了第3显示方法信息的情况下，也可以不显示图40的(b)所示的图像要素映射图Ma。即，也可以显示图40的(a)所示的图像要素映射图Ma，进而在进行实验后直接显示图40的(c)所示的图像要素映射图Ma。此外，在显示图40的(c)所示的图像要素映射图Ma后，进而在反复进行实验而得到了新的特性实验值时，反复进行与上述同样的处理。即，候选点决定部331在重叠在图40的(c)所示的图像要素映射图Ma上的多个候选点中，仅保留从新的特性实验值的位置离开了第2最小隔开距离以上的候选点，而删除没有从新的特性实验值的位置离开第2最小隔开距离以上的候选点。结果，将重叠在图40的(c)所示的图像要素映射图Ma上的多个候选点更新。
图41是表示图像要素映射图Ma的状态转移的一例的图。
候选点决定部331与图30的例子同样，如图41的(a)所示决定多个候选点和实验计划。另外，实验计划是表示在该多个候选点中应将哪个候选点以何种顺序进行实验的信息。候选点决定部331将表示所决定的该多个候选点和实验计划的信息向图像处理部434输出。
图像处理部434从候选点决定部331取得表示多个候选点和实验计划的信息。并且，图像处理部434将该多个候选点重叠在图像要素映射图Ma上。进而，图像处理部434对图像要素映射图Ma赋予该实验计划中包含的n个计划候选点各自的实验编号，还将从1个计划候选点指示下个实验编号的计划候选点的箭头重叠在图像要素映射图Ma上。
这里，用户例如进行具有由实验编号(1)的计划候选点表示的构成的化合物(即候选化合物)的实验。由此，得到该化合物的特性实验值，将实验数据库150的实验数据更新。即，将通过实验得到的新的化合物的构成及特性实验值写入到实验数据中。结果，实验值取得部232取得该新的化合物的构成及特性实验值，将它们向候选点决定部331及图像处理部434输出。图像处理部434如果从实验值取得部232取得该新的化合物的构成及特性实验值，则如图41的(b)所示，在与该构成对应的图像要素映射图Ma上的位置、即实验编号(1)的计划候选点的位置重叠该特性实验值。即，代替实验编号(1)的计划候选点而将新的特性实验值重叠在图像要素映射图Ma上。
进而，候选点决定部331从实验值取得部232取得该新的化合物的构成及特性实验值。此时，候选点决定部331与图40的例子同样，在重叠在图41的(a)所示的图像要素映射图Ma上的多个候选点中，仅保留从特性实验值的位置离开了第2最小隔开距离以上的候选点。并且，候选点决定部331将没有从特性实验值的位置离开第2最小隔开距离以上的候选点删除。即，候选点决定部331通过重新决定候选点并更新，如图41的(b)所示，将没有从重叠了实验编号(1)的计划候选点的特性实验值的位置离开第2最小隔开距离以上的例如3个候选点删除。图像处理部434将重叠了这样重新决定的1个以上的候选点和特性实验值的图像要素映射图Ma、即重叠了包含实验编号(2)到(5)的4个计划候选点的多个候选点和特性实验值的图像要素映射图Ma显示在显示部140上。
这里，用户例如还进行具有由实验编号(2)的计划候选点表示的构成的化合物(即候选化合物)的实验。由此，能得到该化合物的特性实验值，将实验数据库150的实验数据更新。结果，与上述同样，实验值取得部232取得该新的化合物的构成及特性实验值，将它们向候选点决定部331及图像处理部434输出。图像处理部434如果从实验值取得部232取得该新的化合物的构成及特性实验值，则如图41的(c)所示，在与该构成对应的图像要素映射图Ma上的位置、即实验编号(2)的计划候选点的位置重叠该特性实验值。即，代替实验编号(2)的计划候选点而将新的特性实验值重叠在图像要素映射图Ma上。
此外，预测器数据库120的预测器也可以在实验数据被更新的情况下根据该实验数据的更新结果而被更新为最新的状态。例如，在预测器是通过有监督机器学习得到的模型的情况下，对预测器执行将对实验数据新追加的化合物的构成及特性实验值用于教师数据的再学习。结果，预测值取得部132从预测器数据库120取得更新后的预测器，使用该预测器重新取得与多个化合物各自的构成对应的特性预测值。候选点决定部331从预测值取得部132取得这些多个化合物各自的构成及特性预测值，基于它们重新决定1个以上的候选点。由此，例如如图41的(c)所示，在实验编号(5)的计划候选点的周围追加新的两个候选点。
此外，候选点决定部331与图41的(b)所示的例子同样，如图41的(c)所示，将没有从重叠了实验编号(2)的计划候选点的特性实验值的位置离开第2最小隔开距离以上的例如两个候选点删除。图像处理部434将重叠了这样重新决定的1个以上的候选点和特性实验值的图像要素映射图Ma、即重叠了包括实验编号(3)到(5)的3个计划候选点的多个候选点和两个特性实验值的图像要素映射图Ma显示在显示部140上。由此，用户能够更有效地开展实验。
这样，在本实施方式的特性显示装置430中，在显示了图像要素映射图Ma之后，再反复执行由实验值取得部232进行的处理，在取得了新的特性实验值的情况下，图像处理部434将已经重叠的1个以上的候选点更新，以使被重叠在图像要素映射图Ma上的全部候选点从新的特性实验值离开第2最小隔开距离以上。
由此，每当进行候选化合物的实验就取得新的特性实验值，能够根据该新的特性实验值显示适当的候选点。由此，能够实现材料搜索的高效化，能够适当地辅助材料开发。
[处理动作]
图42是表示本实施方式的显示系统400的处理动作的流程图。
本实施方式的显示系统400与实施方式2A的显示系统300同样，执行图33所示的步骤S111、S112、S121、S131及S132的处理。接着，显示系统400执行步骤S141及S142的处理。
(步骤S141)
图像处理部434从预测值取得部132取得多个化合物各自的构成及特性预测值。进而，图像处理部434从候选点决定部331取得1个以上的候选点。进而，图像处理部434从实验值取得部232取得已实验的1个以上的化合物各自的构成及特性实验值。此外，图像处理部434从显示方法取得部133接受第3显示方法信息。
图像处理部434基于所取得的多个化合物各自的构成及特性预测值，生成图像要素映射图Ma。进而，图像处理部434将从候选点决定部331取得的1个以上的候选点重叠在该图像要素映射图Ma上，将从实验值取得部232取得的1个以上的特性实验值重叠在该图像要素映射图Ma上。该候选点的重叠按照第3显示方法信息来进行。图像处理部434将包括重叠了该1个以上的候选点及特性实验值的图像要素映射图Ma的图像向显示部140输出。
(步骤S142)
显示部140从图像处理部434取得图像，显示该图像、即包含重叠了1个以上的候选点及特性实验值的图像要素映射图Ma的图像。
通过执行这样的步骤S111、S112、S121、S131、S132、S141及S142的处理，进行与化合物的特性预测值、候选点及特性实验值有关的特性显示。结果，用户能够一边与特性预测值及候选点比较一边适当地识别图像要素映射图Ma上的特性实验值的整体像。
(实施方式2B的变形例)
本变形例的显示系统具有将由特性显示装置430生成的图像、即包含重叠了1个以上的候选点及特性实验值的图像要素映射图Ma的图像保存并显示的功能。另外，对于本变形例的各构成要素中的与实施方式2B相同的构成要素赋予与实施方式2B相同的标号，省略详细的说明。
[显示系统401的构成]
图43是表示本变形例的显示系统401的构成的一例的框图。图43所示的显示系统401具备实施方式2B的显示系统400所具有的全部的构成要素和图像保存部410。
[图像保存部410]
图像保存部410是用来将由图像处理部434生成的、包含重叠了1个以上的候选点及特性实验值的图像要素映射图Ma的图像作为特性显示图像保存的记录介质。该记录介质例如是硬盘驱动器、RAM、ROM或半导体存储器等。此外，该记录介质既可以是易失性也可以是非易失性。
[图像处理部434]
本变形例的图像处理部434与实施方式2B同样，生成特性显示图像并将该生成的特性显示图像保存到图像保存部410中。此时，图像处理部434也可以对特性显示图像附加表示生成了该特性显示图像的日期的日期信息，也可以附加在该特性显示图像的生成中使用的搜索范围等作为参考信息。
进而，图像处理部434如果从显示方法取得部133接受表示与过去的特性显示图像有关的显示方法的第3显示方法信息，则按照该第3显示方法信息，从图像保存部410读出1个以上的特性显示图像。并且，图像处理部434生成包含该1个以上的特性显示图像的履历一览图像并向显示部140输出。
[履历一览图像的具体例]
图44是表示特性显示图像的履历的一例的图。
输入部110受理用户的输入操作，将作为与过去的特性显示图像有关的显示方法而表示与该输入操作相应的搜索范围及期间的第3显示方法信息向显示方法取得部133输出。该期间例如是2021年1月～2021年3月。显示方法取得部133取得该第3显示方法信息，将该第3显示方法信息向图像处理部434输出。图像处理部434如果从显示方法取得部133取得了第3显示方法信息，则从图像保存部410中检索与该第3显示方法信息相应的1个以上的特性显示图像。即，图像处理部434从图像保存部410中检索被附加了表示与第3显示方法信息所表示的搜索范围相同的搜索范围的参考信息、并且被附加了表示该第3显示方法信息所表示的期间内的日期的日期信息的特性显示图像。
并且，图像处理部434将通过该检索找到的1个以上的特性显示图像以对它们附加的日期信息的日期的顺序进行排列，由此生成履历一览图像，并将该履历一览图像向显示部140输出。结果，例如如图44所示，履历一览图像显示在显示部140上。
例如，该履历一览图像包括图44的(a)所示的在2021年1月20日生成的特性显示图像、图44的(b)所示的在2021年2月20日生成的特性显示图像和图44的(c)所示的在2021年3月20日生成的特性显示图像。这些特性显示图像从日期早的图像起被依次排列。
由此，用户能够容易掌握通过用户的输入操作来指定的期间、即3个月间的每1个月的特性实验值及候选点的更新状况。
另外，在图44的例子中，履历一览图像中包含3个特性显示图像，但如果符合第3显示方法信息的特性显示图像为4个以上，则也可以显示包括4个以上的特性显示图像的履历一览图像。相反，如果符合第3显示方法信息的特性显示图像为1个或两个，则也可以显示包含1个或两个特性显示图像的履历一览图像。此外，如果符合第3显示方法信息的特性显示图像为规定数量(例如100个等)以上，则也可以将这些特性显示图像间隔剔除。结果，显示包括小于规定数量的特性显示图像的履历一览图像。由此，能够抑制许多特性显示图像包含在履历一览图像中而被显示，使得容易查看各特性显示图像。
这样，在本实施方式的特性显示装置430中，在反复执行上述的包含图像要素映射图Ma的图像的生成及显示之后，图像处理部434从图像保存部410读出这些多个图像，生成包括该多个图像的复合图像，向显示部140输出。该复合图像是上述的履历一览图像。另外，为了反复执行上述的图像的生成及显示，反复执行特性预测值的取得、图像要素映射图Ma的生成、第3显示方法信息的取得、特性实验值的取得、候选点的重叠、特性实验值的重叠及图像的生成。
由此，用户能够回顾此前的实验的经过，能够适当地判断今后的材料搜索的方针。结果，能够实现材料搜索的高效化。
(实施方式2C)
本实施方式的显示系统与实施方式2B同样，生成表示多个化合物各自的特性预测值的映射图，在该映射图上重叠候选点及特性实验值。这里，本实施方式的特性显示装置不是根据特性预测值等决定该候选点，而是从数据库取得该候选点。另外，关于本实施方式的各构成要素中的与实施方式2A及2B相同的构成要素赋予与实施方式2A及2B相同的标号，省略详细的说明。此外，本实施方式的映射图是图像要素映射图Ma，但也可以是图像映射图Mb。
[显示系统500的构成]
图45是表示本实施方式的显示系统500的构成的一例的框图。图45所示的显示系统500具备输入部110、预测器数据库120、特性显示装置530、显示部140、实验数据库150和候选点数据库(DB)510。另外，特性显示装置530是信息显示装置的一例。
本实施方式的特性显示装置530具备搜索范围取得部131、预测值取得部132、显示方法取得部133、实验值取得部232、候选点取得部531和图像处理部534。另外，特性显示装置530也可以由例如CPU等处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置530发挥功能。另外，存储器既可以是易失性也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。
另外，本实施方式的预测值取得部132将多个化合物各自的构成及特性预测值向图像处理部534输出。此外，本实施方式的实验值取得部232将1个以上的化合物各自的构成及特性实验值向图像处理部534输出。进而，本实施方式的显示方法取得部133将第3显示方法信息向图像处理部534输出。即，本实施方式的预测值取得部132、实验值取得部232及显示方法取得部133不对候选点取得部531输出用来决定候选点的信息等。
[候选点取得部531]
候选点取得部531例如从搜索范围取得部131取得搜索范围信号。并且，候选点取得部531从候选点数据库510中检索具有由该搜索范围信号表示的搜索范围中包含的构成的1个以上的化合物。候选点取得部531从候选点数据库510取得通过该检索找到的化合物的构成作为候选点，将该候选点向图像处理部534输出。
[图像处理部534]
图像处理部534从预测值取得部132取得多个化合物各自的构成及特性预测值，从实验值取得部232取得已实验的1个以上的化合物各自的构成及特性实验值。此外，图像处理部534从候选点取得部531取得1个以上的候选点，从显示方法取得部133接受第3显示方法信息。图像处理部534生成表示多个化合物的特性预测值的图像要素映射图Ma，对于该图像要素映射图Ma重叠已实验的1个以上的化合物各自的特性实验值。进而，图像处理部534按照第3显示方法信息，将1个以上的候选点重叠在图像要素映射图Ma上。并且，图像处理部534将包含重叠了1个以上的化合物的特性实验值及1个以上的候选点的图像要素映射图Ma的图像向显示部140输出。
[候选点数据库510]
候选点数据库510保存着表示多个化合物各自的构成等的候选点数据。
图46是表示保存在候选点数据库510中的候选点数据的一例的图。候选点数据例如如图46所示，关于多个化合物的每一个，作为化合物的构成而表示该化合物的管理编号、组成式、烧成方法、烧成温度及烧成时间。另外，烧成方法、烧成温度及烧成时间是用来烧成化合物的过程条件。例如，候选点数据如图46所示，表示1个化合物的管理编号“1”、组成式“Li1.45La0.90Ti1.0Ga0.10O3”、烧成方法“1：固相法”、烧成温度“100℃”及烧成时间“3小时”。
候选点取得部531例如从搜索范围取得部131取得搜索范围信号，从候选点数据取得由该搜索范围信号表示的搜索范围中包含的化合物的组成式作为候选点。即，候选点取得部531生成搜索范围中包含的变量M3、M3’、M4、M4’、x、y、a及b各自的选项数据的全部组合。并且，候选点取得部531按每个该组合，从候选点数据中取得具有该组合的组成式作为候选点。此外，在搜索范围中包含有作为过程条件的变量Pa、Pb及Pc的情况下，候选点取得部531生成包括变量Pa、Pb及Pc的多个变量各自的选项数据的全部组合。并且，候选点取得部531按每个该组合，从候选点数据中取得具有与组合相符的组成式及过程条件作为候选点。或者，候选点取得部531也可以不论搜索范围如何，都取得在候选点数据中表示的全部化合物的组成式、或者组成式及过程条件作为候选点。
[映射图的具体例]
图47是表示重叠了候选点及特性实验值的图像要素映射图Ma的一例的图。
候选点取得部531从候选点数据库510取得1个以上的化合物各自的构成作为候选点。此时，候选点取得部531不仅取得候选点，还取得与作为该候选点的构成(即组成式等)建立了关联的管理编号。并且，候选点取得部531将该候选点及管理编号向图像处理部534输出。
如图47所示，图像处理部534生成表示多个化合物各自的特性预测值的图像要素映射图Ma。并且，图像处理部534将由候选点取得部531取得的1个以上的候选点和由实验值取得部232取得的已实验的1个以上的化合物各自的特性实验值重叠在该图像要素映射图Ma上。进而，图像处理部534将与该1个以上的候选点各自一起由候选点取得部531取得的表示管理编号的参照图像a1与该候选点建立关联而重叠在图像要素映射图Ma上。参照图像也可以具有从候选点的冒出的形态。并且，图像处理部534将包含重叠了已实验的1个以上的化合物的特性实验值和1个以上的候选点及参照图像a1的图像要素映射图Ma的图像向显示部140输出。由此，该图像要素映射图Ma如图47所示显示在显示部140上。
这里，图像处理部534也可以将过程条件显示在显示部140上。例如，用户通过进行对输入部110的输入操作，选择1个候选点。更具体地讲，用户使用输入部110所包含的鼠标等，将光标对准于希望的候选点并点击该鼠标的按钮，由此选择该候选点。结果，显示方法取得部133从输入部110取得与该输入操作相应的输入信号，将由该输入信号表示的由用户选择的候选点向图像处理部534通知。图像处理部534如果接受到该通知，则将表示与该被选择的候选点对应的过程条件的参照图像显示在显示部140上。例如，过程条件也可以包含在上述的参照图像a1中来显示。
或者，图像处理部534也可以不论用户的输入操作如何，都对图像要素映射图Ma预先重叠对于1个以上的候选点分别表示管理编号及过程条件的参照图像。
或者，图像处理部534也可以先将不包含参照图像a1的图像要素映射图Ma显示在显示部140上，在进行了用户对输入部110的输入操作之后，将图47所示的图像要素映射图Ma显示在显示部140上。即，在用户的输入操作后，将对于各候选点表示管理编号的参照图像a1重叠在图像要素映射图Ma上，将包含该图像要素映射图Ma的图像显示在显示部140上。或者，在用户的该输入操作是选择1个候选点的操作的情况下，图像处理部534也可以仅对该被选择的候选点将参照图像a1重叠在图像要素映射图Ma上，将包含该图像要素映射图Ma的图像显示在显示部140上。
这样，在本实施方式的特性显示装置530中，候选点取得部531从候选点数据库510取得1个以上的候选点，图像处理部534将该取得的1个以上的候选点重叠在图像要素映射图Ma上。另外，该候选点数据库510保存有表示化合物的构成的候选点数据。例如，如图46所示，候选点数据库510保存有表示多个候选点(即多个组成式)的候选点数据。
由此，由于从候选点数据库510等的数据库取得候选点，所以不论由预测值取得部132取得的多个化合物各自的特性预测值如何，都能够将该候选点重叠在图像要素映射图Ma上。因而，能够预先将重要的候选点显示在图像要素映射图Ma上。结果，能够实现材料搜索的高效化。
[处理动作]
图48是表示本实施方式的显示系统500的处理动作的流程图。
本实施方式的显示系统500与实施方式2B的显示系统400同样，执行图42所示的步骤S111、S112、S121及S131的处理。进而，显示系统500执行步骤S151、S152及S153的处理。
(步骤S151)
候选点取得部531从候选点数据库510的候选点数据取得1个以上的候选点各自以及与该候选点建立了关联的管理编号。并且，候选点取得部531将该取得的1个以上的候选点及它们的管理编号向图像处理部534输出。
(步骤S152)
图像处理部534从预测值取得部132取得多个化合物各自的化合物的构成及特性预测值。进而，图像处理部534从候选点取得部531取得1个以上的候选点及它们的管理编号。进而，图像处理部534从实验值取得部232取得已实验的1个以上的化合物各自的构成及特性实验值。此外，图像处理部534从显示方法取得部133接受第3显示方法信息。
图像处理部534基于所取得的多个化合物各自的构成及特性预测值，生成图像要素映射图Ma。进而，图像处理部534将从候选点取得部531取得的1个以上的候选点重叠在该图像要素映射图Ma上，将表示与这些候选点对应的管理编号的参照图像a1与该候选点建立关联而重叠在图像要素映射图Ma上。该候选点的重叠按照第3显示方法信息来进行。进而，图像处理部534将从实验值取得部232取得的1个以上的特性实验值重叠在该图像要素映射图Ma上。图像处理部534将包含重叠了该1个以上的候选点、参照图像a1及特性实验值的图像要素映射图Ma的图像向显示部140输出。
(步骤S153)
显示部140从图像处理部534取得图像，并显示该图像、即重叠了1个以上的候选点、参照图像a1及特性实验值的图像要素映射图Ma。
通过执行这样的步骤S111、S112、S121、S131及S151～S153的处理，进行与化合物的特性预测值、候选点、管理编号及特性实验值有关的特性显示。结果，用户能够适当地识别图像要素映射图Ma上的特性预测值、特性实验值及候选点的整体像，进而能够容易掌握与该候选点有关的管理编号。
(实施方式3A)
本实施方式的显示系统代替在实施方式1及2中使用的多个化合物各自的特性预测值而将这些化合物的特性评价值以映射图的方式显示。另外，特性评价值是对于具有与映射图上的各位置对应的构成的化合物的特性的评价值，被当作与化合物的特性有关的实验的指标。这样的特性评价值表示与被选择的计算方法相应的值。因而，在该计算方法等于实施方式1及2的用来取得特性预测值的计算方法的情况下，本实施方式的显示系统与实施方式1及2同样，作为特性评价值而将特性预测值以映射图的方式显示。进而，本实施方式的显示系统将已实验的1个以上的化合物各自的构成作为实验点重叠在该映射图上。此外，本实施方式的显示系统将包含上述的映射图的图像作为第1图像显示，如果特性评价值的显示方法变更，则将该第1图像变更为第2图像。
另外，关于本实施方式的各构成要素中的与实施方式1及2相同的构成要素赋予与实施方式1及2相同的标号，省略详细的说明。
[显示系统600的构成]
图49是表示本实施方式的显示系统600的构成的一例的框图。图49所示的显示系统600具备输入部110、评价器数据库(DB)620、特性显示装置630、显示部140、评价显示数据库(DB)640和实验数据库650。另外，特性显示装置630是信息显示装置的一例。
本实施方式的特性显示装置630使用评价器数据库620及评价显示数据库640取得多个化合物各自的特性评价值。并且，特性显示装置630生成表示所取得的这些特性评价值的映射图。进而，特性显示装置630将1个以上的化合物各自的实验点重叠到该映射图上，并显示在显示部140上。这样的特性显示装置630具备评价值取得部632、显示方法取得部633、实验点取得部635和图像处理部634。另外，特性显示装置630也可以由例如CPU等处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置630发挥功能。另外，存储器既可以是易失性也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。此外，本实施方式的映射图是图像映射图Mb，但也可以是图像要素映射图Ma，也可以是由多个图像映射图Mb构成的映射图。
[显示方法取得部633]
显示方法取得部633从输入部110取得输入信号，根据该输入信号，从评价显示数据库640取得与特性评价值的显示方法有关的第1信息d10。并且，显示方法取得部633将该第1信息d10向评价值取得部632、实验点取得部635及图像处理部634输出。由此，将包含遵循由该第1信息d10表示的显示方法的映射图的图像作为第1图像显示在显示部140上。
进而，显示方法取得部633如果从输入部110取得表示该显示方法的变更的输入信号，则将第1信息d10根据输入信号进行变更，将变更后的第1信息d10向评价值取得部632、实验点取得部635及图像处理部634输出。由此，将包含遵循该变更后的第1信息d10的映射图的图像作为第2图像显示在显示部140上。
[评价值取得部632]
评价值取得部632从显示方法取得部633取得第1信息d10。并且，评价值取得部632生成由该第1信息d10表示的搜索范围中包含的多个变量分别能取的选项数据的全部组合。由该组合表现化合物的构成(例如组成式)。因而，生成与这些组合相应的多个构成。
评价值取得部632从评价器数据库620取得1个以上的评价器，将所生成的多个构成向该1个以上的评价器分别输入。结果，评价值取得部632按每个构成，取得对于具有该构成的化合物的1种以上的特性各自的特性评价值。此时，评价值取得部632按照上述的第1信息d10取得它们的特性评价值。
[实验点取得部635]
实验点取得部635从显示方法取得部633取得第1信息d10。并且，实验点取得部635从实验数据库650取得与由该第1信息d10表示的搜索范围对应的已实验的1个以上的化合物各自的构成，将该1个以上的化合物各自的构成作为实验点向图像处理部634输出。另外，实验点取得部635也可以不论其搜索范围如何，都取得保存在实验数据库650中的全部化合物的构成分别作为实验点。
[图像处理部634]
图像处理部634从评价值取得部632取得多个化合物各自的特性评价值，从实验点取得部635取得已实验的1个以上的化合物各自的实验点。进而，图像处理部634从显示方法取得部633接受第1信息d10。图像处理部634按照该第1信息d10，生成表示多个化合物的特性评价值的映射图，进而将由实验点取得部635取得的1个以上的实验点重叠在映射图上。另外，在表示特性评价值的映射图的生成中，图像处理部634关于多个化合物的每一个，对与该化合物的构成对应的映射图上的位置添加与该化合物的特性评价值相应的深浅度的颜色。与该特性评价值相应的深浅度的颜色也可以是与特性评价值对应的颜色。此外，在实验点的重叠中，图像处理部634关于已实验的1个以上的化合物的每一个，将黑圆形的标记重叠在与该化合物的实验点对应的映射图上的位置。图像处理部634将包含这样重叠了1个以上的实验点的映射图的图像作为第1图像或第2图像向显示部140输出。
[评价器数据库620]
评价器数据库620是保存有用来评价化合物的特性值的至少1个评价器的记录介质。该记录介质例如是硬盘驱动器、RAM、ROM或半导体存储器等。此外，该记录介质既可以是易失性也可以是非易失性。
评价器例如是基于通过机器学习等构建的规定的计算算法的计算机程序。该评价器针对来自评价值取得部632的构成(即多个变量的组合)的输入，将具有该构成的化合物的特性值的评价值作为特性评价值输出。另外，该构成由搜索范围中包含的多个变量各自能取的选项数据的组合表现。
特性评价值是实验的指标，作为一例，是通过Least Absolute Shrinkage andSelection Operator(LASSO，最小绝对值收敛和选择算子)回归、Random Forest(随机森林)回归等的机器学习模型得到的特性的预测值。另外，该预测值相当于实施方式1及2的特性预测值。此外，特性评价值也可以是贝叶斯优化的获取函数的输出值。获取函数是用来决定下个实验候选(即，在下个实验中使用的化合物的构成的候选、或实施方式2的候选化合物)的函数。作为一例，该获取函数中有利用基于GaussianProcess(高斯过程)回归的预测值的平均值和预测值的方差值的Expected Improvement(EI，预期改进)、Probability ofImprovement(PI，改进的概率)，Upper Confidence Bound(UCB，上置信界)等。
此外，1个评价器也可以输出针对电化学特性、热化学特性等的各种各样的化合物的特性的特性评价值。此外，评价器数据库620也可以保存多个评价器，将这些多个评价器对应于评价对象的特性而区分使用。例如，评价器数据库620保存有输出针对电化学特性的特性评价值的评价器A和输出针对热化学特性的特性评价值的评价器B。在此情况下，评价值取得部632在评价对象的特性例如是电化学特性的情况下，取得评价器A，使用该评价器A取得针对多个化合物各自的电化学特性的特性评价值。或者，评价值取得部632在评价对象的特性例如是热化学特性的情况下，取得评价器B，使用该评价器B取得针对多个化合物各自的热化学特性的特性评价值。由此，能够抑制各评价器的计算算法的复杂化，能够实现各特性的评价精度和处理速度的提高。另外，在本公开中，并不限定于上述的例子，评价器只要能够对具有由多个变量的组合表现的构成的化合物输出特性评价值，是怎样的形式都可以。这样的特性值的评价也可以说是化合物的特性值的搜索。
[评价显示数据库640]
评价显示数据库640是保存有与特性评价值的显示方法有关的信息的记录介质。该记录介质例如是硬盘驱动器、RAM、ROM或半导体存储器等。此外，该记录介质既可以是易失性也可以是非易失性。
图50是表示保存在评价显示数据库640中的信息的一例的图。
如图50所示，评价显示数据库640保存有作为与特性评价值的显示方法有关的信息的第1信息d10。该第1信息d10包括第1色彩信息d11、计算方法信息d12、映射图排列信息d13、搜索范围信息d14、第1显示对象信息d15及显示范围信息d16。
第1色彩信息d11将在映射图中表示的特性评价值的色相、彩度、明度中的至少1个表示为颜色属性。
计算方法信息d12是与特性评价值的计算方法有关的信息，即为了计算特性评价值而对评价器应用的信息。计算方法信息d12例如既可以是表示在特性评价值的计算中使用的评价器的类别、具体而言表示机器学习模型的类别的信息，也可以是在该评价器中使用的参数。例如，在评价器是神经网络的情况下，参数也可以是在该神经网络中使用的权重或偏置等。
映射图排列信息d13是表示由图像处理部634生成的映射图的形态的信息。例如，在由图像处理部634生成的映射图如图11所示的图像映射图Mb那样包括多个具有表示变量x、y的坐标轴A1、A2的图像要素映射图Ma的情况下，映射图排列信息d13表示这些图像要素映射图Ma的排列方法等。
搜索范围信息d14表示在特性评价值的计算中使用的搜索范围。第1显示对象信息d15表示与特性评价值有关的显示对象的特性。显示范围信息d16表示特性评价值的显示范围。另外，关于第1信息d10中包含的上述各信息的详细情况，在后面叙述。
[实验数据库650]
图51是表示保存在实验数据库650中的各数据的一例的图。
如图51所示，实验数据库650是将化合物基本数据651和1个以上的化合物详细数据652分别作为实验数据进行保存的记录介质。该记录介质例如是硬盘驱动器、RAM、ROM或半导体存储器等。此外，该记录介质既可以是易失性也可以是非易失性。化合物基本数据651表示已实验的1个以上的化合物各自的基本的信息。1个以上的化合物详细数据652分别表示该化合物的详细的信息。
图52是表示化合物基本数据651的一例的图。
化合物基本数据651关于1个以上的化合物的每一个，表示作为该化合物的化合物识别信息的ID、该化合物的组成式、该化合物的过程条件、该化合物的1个以上的特性和该化合物的晶体相。图52所示的化合物基本数据651例如表示已实验的化合物的ID“000001－00001－001”、该化合物的组成式“Li1.45La0.045Ti1.1Al0.005O3”、过程条件“烧成温度：400℃，烧成时间：3小时”、该化合物的特性“特性1：2.349eV，特性2：213℃”和该化合物的晶体相“cubic－perovskite”。另外，该化合物的包括组成式及过程条件的构成由变量(M3，M3’，M4，M4’，a，b，Temp，Time，x，y)＝(La，Al，Ti，Zr，0.05，0.1，400，3，0.1，0)定义。
作为化合物识别信息的ID是化合物的名称、符号或数字序列等，只要是能够识别化合物的信息即可。图52中的ID：000001－00001－001由3个层级的数字(000001，00001，001)构成。例如，如对于化合物中包含的元素Zr和元素Ti的组成范围不同的5个化合物的构成分配第1层级的编号“000001”～“000005”那样登记ID。
化合物的上述的特性1例如是带隙，上述的特性2是耐热温度。将特性1及特性2和晶体相分别当作特性实验值。另外，在图52所示的例子中，将带隙、耐热温度及晶体相分别当作特性实验值，但并不限定于此，也可以将与化合物相应的任意的特性当作特性实验值。例如，也可以是，对于在电池材料中使用的化合物，将电导率当作特性实验值，对于在热电变换材料中使用的化合物，将热电变换性能指数当作特性实验值。
图53是表示化合物详细数据652的一例的图。
化合物详细数据652包括作为已实验的化合物的化合物识别信息的ID和该化合物的附带信息。附带信息是所谓的元数据，作为一例，包括进行了化合物的实验的研究者或实验者的姓名、该附带信息的登记日、进行了该实验时的气温及湿度、过程信息和计测数据。
过程信息表示在化合物的合成或生成中使用的原材料和化合物的实际组成。另外，实际组成例如如Li1.451La0.0450Ti1.102Al0.005O3.01那样，是表示严格的组成比的组成式、或者作为组成比而表示小数点以下3位或4位以内的数值的组成式。此外，过程信息也可以表示化合物的实验顺序、坩埚的形状及尺寸、在实验中使用的装置的种类、该装置的制造编号等。
计测数据是为了导出特性实验值而由计测器得到的数据，例如表示电阻率(electrical resistance)、差示扫描量热(DSC：Differential scanning calorimetry)、X射线衍射(XRD：X-ray diffraction)等。另外，计测数据并不限定于这些，也可以表示与化合物相应的任意的数据。
另外，本实施方式的实验数据库650保存有化合物基本数据651和化合物详细数据652，但只要最低限度保存化合物基本数据651即可。在本实施方式中，通过将化合物详细数据652保存在实验数据库650中，能够更适当地辅助材料开发。例如，在化合物详细数据652表示研究者或实验者的姓名、登记日、气温及湿度等的情况下，能够提高实验数据的可靠性。此外，在化合物详细数据652表示过程信息的情况下，可期待更具体的材料特性的搜索及实验数据的价值提高。此外，在化合物详细数据652表示计测数据的情况下，能够容易掌握特性实验值的原始数据。
[映射图的具体例]
图54及图55是表示本实施方式的映射图的一例的图。另外，图56表示图55的映射图的凡例等。即，图55的[A]～[R]是与图56所示的A～R建立了对应的组成式。
在图54及图55中，按4个类别变量(M3，M3’，M4，M4’)各自的选项数据的每个组合，表示图像映射图Mb。该图像映射图Mb是按4个变量(x，y，a，b)各自的选项数据的每个组合表示具有由该组合表现的构成的化合物的特性评价值的映射图。并且，图像映射图Mb由多个图像要素映射图Ma的排列(或矩阵)构成。对于图像要素映射图Ma的两个坐标轴分配连续变量x、y，对于图像要素映射图Ma的排列(即图像映射图Mb)的两个坐标轴分配离散变量a、b。另外，变量的分配方法并不限定于此。对于搜索范围中包含的全部选项数据的组合分别取得的特性评价值，也可以原样显示。此外，对于搜索范围中包含的全部组合以外的组合也可以进行特性评价值的插补。关于这样的特性评价值，与特性预测值同样用颜色或颜色的深浅度表示。
这里，图54表示与4个类别变量的两种组合分别对应的图像映射图Mb，图55表示与4个类别变量的18种组合分别对应的图像映射图Mb。本公开的映射图中包含的图像要素映射图Ma的数量由两个离散变量a、b各自的选项数据的组合的数量和4个类别变量(即元素)各自的选项数据的组合的数量决定。即，由搜索范围信息d14表示的搜索范围越大，图像要素映射图Ma的数量越增加。因此，进行用来在视觉上容易理解的显示的精心设计对于用户而言是重要的。
作为显示的一例，使用图54及图55说明用户关于由组成式“Li2－3a－4b(M31－xM3’x)a(M41－yM4’y)1+bO3”及过程条件“烧成方法Pa、烧成时间Pb、烧成温度Pc”表现的化合物的构成搜索特性评价值的情况。
图像处理部634从评价显示数据库640经由显示方法取得部633取得第1信息d10，按照由该第1信息d10中包含的映射图排列信息d13表示的映射图的方式生成映射图。具体而言，首先，图像处理部634从连续变量x、y、离散变量a、b和过程变量Pa、Pb、Pc中选择4个变量a、b、x、y。这是因为，需要对将图像映射图Mb的两个坐标轴和该图像映射图Mb所包含的图像要素映射图Ma的两个坐标轴加在一起的4个坐标轴分配4个变量。
接着，图像处理部634对图像要素映射图Ma的两个坐标轴分配连续变量x、y。另外，与实施方式1同样，连续变量x、y分别能取从最小值0.0到最大值1.0以步幅0.1表示的11个选项数据中的1个。即，对于连续变量x、y各自能取的选项数据是11种。因此，图像要素映射图Ma是正方形。另外，与实施方式1同样，图像要素映射图Ma的形状依赖于图像要素映射图Ma的坐标轴的分配方法，也可以是三角形，也可以是其他图形。
并且，图像处理部634对图像要素映射图Ma的排列的两个坐标轴分配离散变量a、b。离散变量a具有的选项数据是0.0、0.05、0.1、0.15、0.2这5种，离散变量b具有的选项数据是0.0、0.1、0.2、0.3这4种。由此，图54中的类别变量的每1个组合的图像要素映射图Ma为5×4＝20个。
进而，在类别变量中，元素La、Al、Ga、In中的作为由变量M3、M3’分别选择的元素的选项数据的组合有6种，元素Ti、Zr、Hf中的作为由变量M4、M4’分别选择的元素的选项数据的组合有3种。结果，在图55中，与类别变量的组合对应的图像映射图Mb、即由20个图像要素映射图Ma构成的图像映射图Mb在横向上显示有6个，在纵向上显示有3个，合计显示有18个(图像要素映射图为20个×18个＝合计360个)。图像处理部634既可以如图55所示生成由18个图像映射图Mb构成的映射图，也可以如图54所示生成包含该18个图像映射图Mb中的两个图像映射图Mb的映射图。此外，图像处理部634既可以生成1个图像映射图Mb作为映射图，也可以生成1个图像要素映射图Ma作为映射图。即，本实施方式的映射图既可以是1个以上的图像映射图Mb的集合，也可以是1个以上的图像要素映射图Ma的集合。
评价值取得部632从评价显示数据库640经由显示方法取得部633取得第1信息d10，基于由该第1信息d10中包含的搜索范围信息d14表示的搜索范围来计算特性评价值。评价值取得部632对于变量x、y、a、b、Pa、Pb、Pc各自的选项数据的全部组合取得特性评价值。此外，评价值取得部632在取得特性评价值时，使用该第1信息d10中包含的计算方法信息d12及第1显示对象信息d15。即，评价值取得部632按照由计算方法信息d12表示的特性评价值的计算方法和由第1显示对象信息d15表示的显示对象的特性，从评价器数据库620中取得1个以上的评价器，使用这些评价器取得特性评价值。例如，显示对象的特性是带隙，但并不限定于此。
这里，搜索范围中包含的多个变量中，包括作为在映射图的坐标轴中使用的变量的可视化变量和不在映射图的坐标轴中使用的非可视化变量。例如，在可视化变量是变量x、y、a、b的情况下，非可视化变量是变量Pa、Pb、Pc。对于非可视化变量Pa、Pb、Pc各自的选项数据的1个组合，生成图55所示的18个图像映射图Mb。另外，由于非可视化变量是不在映射图的坐标轴中使用的变量，所以也被称为非活跃变量。
因而，图像处理部634决定该非可视化变量Pa、Pb、Pc各自的选项数据的1个组合，生成表示与该决定的选项数据的组合对应的特性评价值的映射图。如图12所示，在作为非可视化变量的变量Pa中，有“固相反应法”、“球磨机”这两种选项数据，在变量Pb中，有1、3、5这3种选项数据，在变量Pc中，有100、110、120、130、140、150、160这7种选项数据。因而，图像处理部634从变量Pa、Pb、Pc各自的选项数据的2×3×7＝42种组合中决定1个组合。例如，图像处理部634也可以作为变量Pa的选项数据而决定“固相反应法”，作为变量Pb、Pc各自的选项数据而决定最小值。即，图像处理部634决定非可视化变量(Pa，Pb，Pc)＝(固相反应法，1，100)。或者，图像处理部634也可以从输入部110经由显示方法取得部633取得输入信号，决定与该输入信号相应的组合。
另外，在上述的例子中，评价值取得部632取得针对上述多个变量的全部组合的特性评价值，图像处理部634根据这些特性评价值决定要由映射图表示的特性评价值。但是，评价值取得部632也可以仅取得要由映射图表示的特性评价值，图像处理部634将由评价值取得部632取得的全部特性评价值表示在映射图中。
此外，图像处理部634在映射图的生成中，使用包含在第1信息d10中的第1色彩信息d11及显示范围信息d16。例如，图像处理部634对具有该特性评价值的化合物的构成对应的映射图上的位置，添加按照显示范围信息d16设定的与该特性评价值相应的深浅度的颜色并且由第1色彩信息d11表示的色相等的颜色。此外，图像处理部634作为在视觉上容易理解的显示方法的进一步的精心设计，也可以在映射图的上部显示化合物的数据表现，或显示表示特性评价值与颜色或颜色的深浅度的关系的标度，或显示范围变量的值。
此外，如图54及图55所示，实验点取得部635从实验数据库650中取得1个以上的实验点。并且，实验点取得部635在第1信息d10中包含的第1显示对象信息d15作为显示对象的特性而表示特性1的情况下，从该实验数据的化合物基本数据651中提取在该化合物基本数据651中与特性1建立了关联的化合物的构成。另外，特性1例如是带隙。
接着，图像处理部634针对由实验点取得部635取得的1个以上的实验点分别决定与作为该实验点的化合物的构成对应的映射图上的位置，在该位置上作为实验点而重叠黑圆形的标记。另外，该标记的重叠也被称为实验点的重叠。此外，在本实施方式中，实验点是关于特性1的实验点，在化合物基本数据651中将登记有特性1的化合物的构成作为实验点提取，但并不限定于此。
这样，本实施方式的特性显示装置630按照第1信息d10生成图54或图55所示的图像映射图Mb等的映射图。并且，特性显示装置630将包含该映射图的图像作为第1图像显示在显示部140上。这里，在本实施方式中，显示方法取得部633根据用户对输入部110的输入操作来变更第1信息d10。由此，特性显示装置630按照该变更后的第1信息d10来变更映射图。结果，特性显示装置630将第1图像变更为包含变更后的映射图的第2图像，将该第2图像显示在显示部140上。
以下，对从第1图像变更为第2图像的具体的例子详细地进行说明。
[图像的变更的具体例1]
图57A及图57B是表示伴随于计算方法信息d12的变更的图像的转移的一例的图。具体而言，图57A表示第1信息d10中包含的计算方法信息d12和按照该计算方法信息d12显示于显示部140的第1图像的一例。图57B表示变更后的计算方法信息d12和按照该变更后的计算方法信息d12显示于显示部140的第2图像的一例。
例如，显示方法取得部633从评价显示数据库640取得图57A的(b)所示的计算方法信息d12。计算方法信息d12将机器学习模型、贝叶斯优化(获取函数)和显示分别表示为设定项目。将这些设定项目也当作选项。机器学习模型的设定项目将机器学习模型的多个类别和对于这些类别的机器学习模型的多个设定参数分别表示为选项。
例如，在图57A及图57B中，机器学习模型的多个类别是LASSO(least absoluteshrinkage and selection operator：最小绝对值收敛和选择算子)回归、Support Vector(支持向量)回归、Gradient Boosting(梯度提升)回归及Gaussian Process(高斯过程)回归。这些类别分别是机器学习模型的类别的选项。进而，对于LASSO回归的多个设定参数分别是alpha的数值，是0.01、0.1、0、1及10。这些数值分别是设定参数的选项。
此外，在机器学习模型的设定项目中，作为选项而包含有网格搜索。在网格搜索中，机器学习模型及设定参数被优化。
贝叶斯优化(获取函数)的设定项目例如将EI(Expected Improvement：预期改进)、PI(Probability of Improvement：改进的概率)和UCB(Upper Confidence Bound：上置信界)分别表示为选项。另外，在选择了UCB的情况下，其方差系数的值以浮点小数型进行存储及管理。
显示的设定项目例如将预测平均、预测方差、“预测平均+预测方差”分别表示为选项。这些选项是特性评价值的类别。另外，在选择了“预测平均值+预测方差”的情况下，其方差系数的值以浮点小数型进行存储及管理。
在图57A的(b)的例子中，选择了机器学习模型的设定项目，进而选择了GradientBoosting回归。进而，对于该Gradient Boosting回归中的第1设定参数“n_estimators”选择了“100”，对于第2设定参数“max_depth”选择了“3”，对于第3设定参数“max_features”选择了“0.5”。此外，没有选择贝叶斯优化，在显示的设定项目中选择了预测平均。
评价值取得部632从显示方法取得部633取得这样的计算方法信息d12。并且，评价值取得部632按照该计算方法信息d12，从评价器数据库620中取得1个以上的评价器，使用该1个以上的评价器取得多个化合物各自的特性评价值。这里取得的特性评价值例如相当于实施方式1及2的特性预测值。图像处理部634如图57A的(a)所示，生成表示这样取得的各化合物的特性评价值的图像映射图Mb。进而，图像处理部634从实验点取得部635取得1个以上的实验点，将该1个以上的实验点重叠在图像映射图Mb上。图像处理部634生成包含重叠了1个以上的实验点的图像映射图Mb的第1图像，并显示在显示部140上。
在图57A的(a)所示的第1图像中，图像映射图Mb中包含的与变量(a，b)＝(0.0，0.2)对应的图像要素映射图Ma1的特性评价值(即，预测平均)比其他的图像要素映射图Ma大。
这里，用户通过进行对输入部110的输入操作，来变更第1信息d10的计算方法信息d12。即，显示方法取得部633如果从输入部110取得表示该计算方法信息d12的变更的输入信号，则根据该输入信号，将计算方法信息d12如图57B的(b)所示变更。
在图57B的(b)的例子中，选择了机器学习模型的设定项目，进而选择了GaussianProcess回归。进而，对于该Gaussian Process回归的设定参数“kernel”选择了“rbf”。此外，选择了贝叶斯优化的设定项目，进而选择了UCB。另外，UCB的方差系数是2.0。此外，在显示的设定项目中选择了“预测平均+预测方差”。这样，计算方法信息d12从图57A的(b)所示的状态变更为图57B的(b)所示的状态。
评价值取得部632从显示方法取得部633取得这样变更后的计算方法信息d12。并且，评价值取得部632按照该计算方法信息d12，从评价器数据库620中取得1个以上的评价器，使用该1个以上的评价器取得多个化合物各自的特性评价值。图像处理部634如图57B的(a)所示，生成表示这样取得的各化合物的特性评价值的图像映射图Mb。并且，图像处理部634生成包含重叠了1个以上的实验点的该图像映射图Mb的第2图像，并显示在显示部140上。由此，第1图像被变更为第2图像。
在图57B的(a)所示的第2图像中，图像映射图Mb中包含的与变量(a，b)＝(0.0，0.0)对应的图像要素映射图Ma2的特性评价值(即，预测平均+预测方差)比其他的图像要素映射图Ma大。预测方差是表示特性的预测值的不准确度的指标，在图像映射图Mb中的没有得到特性实验值的区域中预测值的方差大。换言之，由于在图像要素映射图Ma2中没有实验点，所以该图像要素映射图Ma2的特性评价值(预测平均+预测方差)大。
这样，通过计算方法信息d12的变更，显示于显示部140的图像从第1图像动态地变化为第2图像。由此，能够适当地辅助由用户进行的材料开发。例如，可以在材料开发的初期阶段将考虑到方差的“预测平均+预测方差”作为特性评价值显示在显示部140上，在材料开发的末期阶段仅将预测平均作为特性评价值显示在显示部140上。
这样，本实施方式的特性显示装置630具备显示方法取得部633、评价值取得部632和图像处理部634。显示方法取得部633取得用来显示特性评价值的第1信息d10作为用来将多个化合物比较的比较指标。评价值取得部632及图像处理部634基于第1信息d10，取得该多个化合物各自的特性评价值，生成在与该多个化合物各自的构成对应的位置上表示该化合物的特性评价值的图像映射图Mb。并且，图像处理部634生成包含该图像映射图Mb的第1图像，并向显示部140输出。进而，如果第1信息d10变更，则图像处理部634按照变更后的第1信息d10来变更图像映射图Mb，生成包含变更后的图像映射图Mb的第2图像，并向显示部140输出。例如，将上述的第1图像及第2图像向显示部140输出并显示。
由此，如果第1信息d10变更，则将与其变更内容相应的图像映射图Mb包含在第2图像中来显示，所以能够从各种各样的视点显示多个化合物各自的特性评价值。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，在本实施方式的特性显示装置630中，第1信息d10包含表示为了表现化合物的构成而使用的多个变量、以及表示多个选项数据的搜索范围信息d14，上述多个选项数据关于该多个变量分别表示该变量能取的值或元素。评价值取得部632按选项数据的每个组合，取得具有与该组合对应的构成的化合物的特性评价值，上述项数据的每个组合是通过针对该多个变量的每一个从多个选项数据中选择1个选项数据而得到的。
由此，化合物的构成由多个变量各自的选项数据的组合表现，所以能够明确地定义其构成，能够适当地取得多个化合物各自的特性评价值。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，在本实施方式的特性显示装置630中，第1信息d10包含表示特性评价值的计算方法的计算方法信息d12。评价值取得部632按上述选项数据的每个组合，使用按照由计算方法信息d12表示的计算方法的规定的算法，计算具有与该组合对应的构成的化合物的特性评价值。在显示方法取得部633中，由计算方法信息d12表示的计算方法被变更。
由此，如果计算方法信息d12变更，则将与其变更内容相应的图像映射图Mb包含在第2图像中来显示，所以能够从各种各样的计算方法的视点来显示多个化合物各自的特性评价值。结果，能够实现材料搜索的高效化。
此外，在本实施方式的特性显示装置630中，评价值取得部632通过使用按照该计算方法的规定的算法，按上述选项数据的每个组合，计算针对具有与该组合对应的构成的化合物预测的特性的值的预测分布，基于该预测分布计算该化合物的特性评价值。例如，预测分布通过Gaussian Process回归得到，特性评价值通过贝叶斯优化的获取函数得到。
由此，计算基于预测分布的特性评价值，所以能够取得在预测平均中包含有预测方差的特性评价值。结果，用户关于多个化合物分别能够容易地确认也反映了预测方差的特性评价值，能够实现材料搜索的高效化。
此外，在本实施方式的特性显示装置630中，第1信息d10包含将色相、彩度及明度中的至少1个作为特性评价值的颜色属性来表示的第1色彩信息d11。图像处理部634生成将该多个化合物各自的特性评价值以具有由第1色彩信息d11表示的颜色属性的颜色表示的图像映射图Mb。按照该第1色彩信息d11来生成图57A及图57B的图像映射图Mb。在显示方法取得部633中，由该第1色彩信息d11表示的该颜色属性被变更。例如，显示方法取得部633根据用户对输入部110的输入操作来变更其颜色属性。
由此，图像映射图Mb中表示的特性评价值的颜色被变更为具有变更后的颜色属性的颜色。因而，能够任意地变更在图像映射图Mb中表示的特性评价值的颜色属性，能够将用户容易看的图像映射图Mb包含在第2图像中来显示。结果，能够实现材料搜索的高效化。
[图像的变更的具体例2]
图58A及图58B是表示伴随于搜索范围信息d14的变更的图像的转移的一例的图。具体而言，图58A表示第1信息d10中包含的搜索范围信息d14的一部分以及按照该搜索范围信息d14显示于显示部140的第1图像的一例。图58B表示变更后的搜索范围信息d14的一部分和按照该变更后的搜索范围信息d14显示于显示部140的第2图像的一例。
例如，显示方法取得部633从评价显示数据库640取得图58A的(b)所示的包含非可视化变量的设定信息的搜索范围信息d14。非可视化变量的设定信息是表示非可视化变量的搜索范围的信息。非可视化变量是图12所示的过程变量，具体而言是表示烧成方法的变量Pa、表示烧成时间的变量Pb及表示烧成温度的变量Pc等。在图58A及图58B的例子中，非可视化变量的设定信息表示这些变量中的对于烧成时间(即变量Pb)及烧成温度(即变量Pc)分别选择的选项数据。在本实施方式中，在对于烧成温度的变量Pc的多个选项数据中，有300℃、400℃、500℃及600℃，在对于烧成时间的变量Pb的多个选项数据中，有1小时、3小时及5小时。并且，在图58A的例子中，非可视化变量的设定信息作为对于烧成温度的变量Pc选择的选项数据而表示最小值(即300℃)，作为对于烧成时间的变量Pb选择的选项数据而表示最小值(即1小时)。
另外，在图58A及图58B中，对于烧成温度的变量Pc的最大是4个选项数据(300℃、400℃、500℃及600℃)中的最大的温度、即600℃，平均是这4个选项数据的平均温度、即450℃。此外，对于烧成温度的变量Pc的最优是该4个选项数据中的例如能得到最大的特性评价值的温度，用户定义是由用户从这些选项数据中指定的温度。
同样，对于烧成时间的变量Pb的最大是3个选项数据(1小时、3小时及5小时)中的最大的时间、即5小时，平均是这3个选项数据的平均时间、即3小时。此外，对于烧成时间的变量Pb的最优是该3个选项数据中的例如能得到最大的特性评价值的时间，用户定义是由用户从这些选项数据中指定的时间。
评价值取得部632从显示方法取得部633取得包含这样的非可视化变量的设定信息的搜索范围信息d14。并且，评价值取得部632取得与该非可视化变量的设定信息相应的特性评价值。即，评价值取得部632使用1个以上的评价器，取得针对多个化合物中的具有使用变量(Pb，Pc)＝(1，300)表现的构成的各化合物的特性评价值。图像处理部634如图58A的(a)所示，生成表示这样取得的各化合物的特性评价值的图像映射图Mb。即，具有图像映射图Mb所示的各特性评价值的化合物是使用变量(Pb，Pc)＝(1，300)烧成的化合物，这些变量的选项数据相对于图像映射图Mb被固定。进而，图像处理部634将1个以上的实验点重叠在该图像映射图Mb上。图像处理部634生成包含重叠了1个以上的实验点的图像映射图Mb的第1图像，并显示在显示部140上。
这里，用户通过进行对输入部110的输入操作，变更第1信息d10的搜索范围信息d14中包含的非可视化变量的设定信息。即，显示方法取得部633如果从输入部110取得了表示该非可视化变量的设定信息的变更的输入信号，则根据该输入信号，将非可视化变量的设定信息如图58B的(b)所示地变更。
在图58B的(b)的例子中，关于烧成温度选择用户定义(500℃)，关于烧成时间选择最小(1小时)。即，变量Pb、Pc各自的选项数据从(Pb，Pc)＝(1，300)变更为(Pb，Pc)＝(1，500)。
评价值取得部632从显示方法取得部633取得包含这样变更后的非可视化变量的设定信息的搜索范围信息d14。并且，评价值取得部632取得与该变更后的非可视化变量的设定信息相应的特性评价值。即，评价值取得部632使用1个以上的评价器，取得针对多个化合物中的具有使用变量(Pb，Pc)＝(1，500)表现的构成的各化合物的特性评价值。图像处理部634如图58B的(a)所示，生成表示这样取得的各化合物的特性评价值的图像映射图Mb。即，具有图像映射图Mb所示的各特性评价值的化合物是使用变量(Pb，Pc)＝(1，500)烧成的化合物，这些变量的选项数据相对于图像映射图Mb被固定。并且，图像处理部634生成包含重叠了1个以上的实验点的该图像映射图Mb的第2图像，并显示在显示部140上。
在图58B的(a)所示的图像映射图Mb中，与图58A的(a)所示的图像映射图Mb相比特性评价值提高了的区域(即图像要素映射图Ma)较多。因而，用户能够判断将烧成温度从300℃变更为500℃进行实验是有效的。
这样，通过搜索范围信息d14中包含的非可视化变量的设定信息的变更，显示于显示部140的图像从第1图像动态地变化为第2图像。由此，用户能够容易地确认作为没有在图像映射图Mb上的位置的指定中使用的变量的非可视化变量的影响，能够适当地辅助由用户进行的材料开发。
另外，在对于非可视化变量的设定信息中的烧成温度及烧成时间选择了最优的情况下，例如评价值取得部632针对变量Pb、Pc各自的选项数据的全部组合取得特性评价值。并且，评价值取得部632确定与最大的特性评价值对应的烧成温度及烧成时间。在此情况下，用户能够容易地确认通过非可视化变量的变更有没有可能提高特性评价值。
此外，在对于非可视化变量的设定信息中的烧成温度及烧成时间选择了平均的情况下，例如评价值取得部632取得与烧成温度的多个选项数据的平均及烧成时间的多个选项数据的平均对应的特性评价值。在此情况下，容易探讨特性评价值对于非可视化变量的变化不敏感的化合物的构成、即可以期待量产时的材料特性的稳定性提高的化合物的构成。
这样，在本实施方式的特性显示装置630中，在显示方法取得部633中，由搜索范围信息d14表示的、上述的多个变量中的至少1个变量各自能取的多个选项数据被变更。
由此，如果选项数据变更，则将与其变更内容相应的图像映射图Mb包含在第2图像中来显示，所以能够从各种各样的选项数据的视点显示多个化合物各自的特性评价值。结果，能够实现材料搜索的高效化。
另外，表示非可视化变量的最大值及最小值的数值范围数据也可以预先保存在显示系统600具有的数据库中。例如，数值范围数据也可以预先包含在评价显示数据库640所保存的搜索范围信息d14中。或者，在进行材料的合成的合成装置或作为进行材料的计测的计测装置的外部装置中保存有该数值范围数据的情况下，特性显示装置630也可以从外部装置取得该数值范围数据。例如，特性显示装置630与外部装置连接，通过与该外部装置通信，从外部装置取得数值范围数据。由此，例如在用户对于图58A及图58B所示的作为烧成温度或烧成时间的非可视化变量选择了最小的情况下，特性显示装置630能够将在数值范围数据中表示的最小值自动地代入或设定到非可视化变量。同样，在用户对于作为烧成温度或烧成时间的非可视化变量选择了最大的情况下，特性显示装置630能够将在数值范围数据中表示的最小值自动地代入或设定到非可视化变量。由此，能够依赖于外部装置等而自动地将其最大值或最小值提示给用户。
[图像的变更的具体例3]
图59A及图59B是表示伴随于第1显示对象信息d15的变更的图像的转移的一例的图。具体而言，图59A表示第1信息d10中包含的第1显示对象信息d15以及按照该第1显示对象信息d15显示于显示部140的第1图像的一例。图59B是表示变更后的第1显示对象信息d15以及按照该变更后的第1显示对象信息d15显示于显示部140的第2图像的一例的图。
例如，显示方法取得部633从评价显示数据库640取得图59A的(b)所示的第1显示对象信息d15。第1显示对象信息d15分别将特性1、特性2、晶体相及重叠表示为选项。特性1例如是带隙，特性2例如是耐热温度。这里，在该第1显示对象信息d15中选择了特性1。
评价值取得部632从显示方法取得部633取得这样的第1显示对象信息d15。并且，评价值取得部632取得与该第1显示对象信息d15相应的特性评价值。即，评价值取得部632取得针对多个化合物各自的特性1的特性评价值。图像处理部634生成表示这样取得的针对特性1的特性评价值的图像映射图Mb，将1个以上的实验点重叠在该图像映射图Mb上。
例如，如图59A的(a)所示，图像处理部634将包含重叠了1个以上的实验点的图像映射图Mb的第1图像显示在显示部140上。在第1图像中，图像映射图Mb中包含的与变量(a，b)＝(0.0，0.0)对应的图像要素映射图Ma3的特性评价值比其他的图像要素映射图Ma大。
这里，用户通过进行对输入部110的输入操作，变更第1信息d10的第1显示对象信息d15。即，显示方法取得部633如果从输入部110取得表示该第1显示对象信息d15的变更的输入信号，则根据该输入信号将第1显示对象信息d15如图59B的(b)所示进行变更。
在图59B的(b)的例子中，在第1显示对象信息d15中，不仅选择特性1，还选择重叠，进而作为与重叠有关的特性而选择了特性2。进而，关于该特性2，选择了有阈值，关于该阈值设定了200以上。
评价值取得部632从显示方法取得部633取得这样变更后的第1显示对象信息d15。并且，评价值取得部632取得与该第1显示对象信息d15相应的特性评价值。即，由于如上述那样已经取得了针对多个化合物各自的特性1的特性评价值，所以评价值取得部632取得针对多个化合物各自的特性2的特性评价值。图像处理部634如图59B的(a)所示，生成表示对于多个化合物分别取得的针对特性1的特性评价值和针对特性2的特性评价值的图像映射图Mb。
此时，图像处理部634由于在第1显示对象信息d15中选择了重叠，作为与该重叠有关的特性而选择了特性2，所以对于图59A的(a)所示的图像映射图Mb重叠特性2的特性评价值。更具体地讲，在第1显示对象信息d15中，关于特性2选择了有阈值，关于该阈值设定了200以上。因而，图像处理部634对上述的图像映射图Mb中的特性2的特性评价值小于200的区域添加阴影。例如，该区域被条纹的阴影覆盖。
并且，图像处理部634生成包含重叠了1个以上的实验点的该图像映射图Mb的第2图像，并显示在显示部140上。由此，第1图像变更为第2图像。
在图59B的(a)所示的第2图像中，图像映射图Mb中的特性2的特性评价值为200以上并且特性1的特性评价值为最大的图像要素映射图Ma是与变量(a，b)＝(0.1，0.0)对应的图像要素映射图Ma4。
由此，用户在图像映射图Mb中能够容易地确认特性1的特性评价值大并且特性2的特性评价值为阈值以上的区域。另外，特性显示装置630也可以不将多个特性评价值重叠，而通过将这些特性评价值加权相加来计算新的特性评价值。例如，评价值取得部632从输入部110经由显示方法取得部633取得权重参数p(0<p<1)，通过特性评价值＝(1－p)×(特性1的特性评价值)+p×(特性2的特性评价值)，计算新的特性评价值。这样的新的特性评价值通过用户对输入部110的输入操作来定义。在此情况下，由于显示对象的特性评价值为1种，所以视觉上的理解变得容易。
这样，通过第1显示对象信息d15的变更，显示于显示部140的图像从第1图像动态地变化为第2图像。由此，用户容易进行满足多个要求特性的材料开发，能够适当地辅助由用户进行的材料开发。
即，在本实施方式的特性显示装置630中，第1信息d10包括表示1个以上的特性的类别的第1显示对象信息d15。评价值取得部632关于多个化合物的每一个，取得针对由第1显示对象信息d15表示的1个以上的特性的类别各自的特性评价值。在显示方法取得部633中，由第1显示对象信息d15表示的该1个以上的特性的类别被变更。
由此，如果由第1显示对象信息d15表示的特性的类别变更，则将与其变更内容相应的图像映射图Mb包含在第2图像中来显示，所以能够从各种各样的特性的视点显示多个化合物各自的特性评价值。结果，能够实现材料搜索的高效化。例如，如上述那样，用户容易进行满足多个要求特性的材料开发，能够适当地辅助由用户进行的材料开发。
[图像的变更的具体例4]
图60A及图60B是表示伴随于显示范围信息d16的变更的图像的转移的一例的图。具体而言，图60A表示第1信息d10中包含的显示范围信息d16以及按照该显示范围信息d16显示于显示部140的第1图像的一例。图60B表示变更后的显示范围信息d16以及按照该变更后的显示范围信息d16显示于显示部140的第2图像的一例。
例如，显示方法取得部633从评价显示数据库640取得图60A的(b)所示的显示范围信息d16。显示范围信息d16将可以用颜色的深浅度表现的特性评价值的范围即显示范围用该显示范围的上限和下限表示。因而，对于该显示范围内的特性评价值分配与其值相应的深浅度的颜色。另一方面，对于显示范围以上的特性评价值分配标度范围内的最大的深浅度的颜色，对于该显示范围以下的特性评价值分配标度范围内的最小的深浅度的颜色。即，根据最大或最小的深浅度的颜色，不唯一地确定与该深浅度对应的特性评价值，仅确定特性评价值是显示范围以上还是显示范围以下。另外，标度范围是预先决定的颜色的深浅度的范围。
这样的显示范围信息d16对于上限将数据最大值和用户定义分别表示为选项，并且对于下限将数据最小值和用户定义分别表示为选项。数据最大值例如是图像映射图Mb中的最大的特性评价值，数据最小值例如是图像映射图Mb中的最小的特性评价值。用户定义是由用户定义的特性评价值，例如通过向输入部110的输入操作来指定。这里，在图60A的(b)的显示范围信息d16中，对于上限选择了数据最大值，对于下限选择了数据最小值。
图像处理部634从显示方法取得部633取得这样的显示范围信息d16。接着，图像处理部634按照由该显示范围信息d16表示的上限及下限，对于从评价值取得部632取得的多个化合物各自的特性评价值分配颜色的深浅度。例如，对于上限选择的数据最大值是“4.0”，对于下限选择的数据最小值是“0.5”。在此情况下，图像处理部634将标度范围内的最大的深浅度分配给数据最大值“4.0”，将标度范围内的最小的深浅度分配给数据最小值“0.5”。进而，图像处理部634对于比0.5大且小于4.0的特性评价值，其特性评价值越大，则在标度范围内均等地分配越大的深浅度。并且，图像处理部634如图60A的(a)所示，生成将这些特性评价值用对于该特性评价值分配的深浅度的颜色表示的图像映射图Mb，将1个以上的实验点重叠在该图像映射图Mb上。图像处理部634如图60A的(a)所示，将包含重叠了该1个以上的实验点的图像映射图Mb的第1图像显示在显示部140上。
在此情况下，用户能够从图像映射图Mb掌握该图像映射图Mb中的整体性的特性评价值的趋向。另一方面，在该图像映射图Mb的一部分区域R1中，用户仅能够掌握特性评价值大，难以掌握该区域R1中的各化合物的特性评价值或该特性评价值的分布。另外，区域R1是与变量(a，b)＝(0.0，0.0)、(0.0，0.1)、(0.005、0.0)、(0.005、0.1)对应的4个图像要素映射图Ma。
所以，用户通过进行对输入部110的输入操作，变更第1信息d10的显示范围信息d16。显示方法取得部633如果从输入部110取得表示该显示范围信息d16的变更的输入信号，则根据该输入信号，将显示范围信息d16如图60B的(b)所示进行变更。
在图60B的(b)的例子中，对于显示范围信息d16中的上限选择了用户定义“4.00”，对于下限选择了用户定义“3.65”。
图像处理部634从显示方法取得部633取得这样变更后的显示范围信息d16。接着，图像处理部634按照由该显示范围信息d16表示的上限“4.00”及下限“3.65”，对于从评价值取得部632取得的多个化合物各自的特性评价值分配颜色的深浅度。并且，图像处理部634如图60B的(a)所示，生成将这些特性评价值用对于该特性评价值分配的深浅度的颜色表示的图像映射图Mb。图像处理部634生成包含重叠了1个以上的实验点的该图像映射图Mb的第2图像，并显示在显示部140上。由此，第1图像变更为第2图像。
在此情况下，如图60B的(a)所示，用户能够容易掌握图像映射图Mb的区域R1中的各化合物的特性评价值或该特性评价值的分布。即，用户能够容易地确认该区域R1内的特性评价值的差异。另一方面，用户能够掌握在图像映射图Mb的区域R1以外的区域中较多地表示了显示范围的下限“3.65”以下的特性评价值。
这样，通过显示范围信息d16的变更，显示于显示部140的图像从第1图像动态地变化为第2图像。由此，即使在由图像映射图Mb表示的特性评价值的范围较大的情况下，由于其范围中的显示范围被设定，所以用户也能够容易地理解其显示范围中的特性评价值的差异。结果，能够适当地辅助由用户进行的材料开发。
此外，例如在将从作为评价器的一例的已学习的机器学习模型得到的预测值的方差用于特性评价值的情况下，随着材料搜索的进展，预测的不准确度下降，即预测值的方差变小。另外，在材料搜索的进展中，反复进行将通过实验得到的特性实验值用于机器学习模型的学习的处理。结果，由图像映射图Mb表示的特性评价值的范围变化。所以，在图60A及图60B的例子中，例如通过根据材料搜索的进展而设定或指定适当的显示范围，还可以期待在视觉上容易理解特性评价值。另外，在上述的例子中，从预先决定的深浅度的范围中将与该特性评价值相应的深浅度分配给该特性评价值，但也可以从预先决定的颜色的范围中将与该特性评价值相应的颜色分配给该特性评价值。
这样，在本实施方式的特性显示装置630中，第1信息d10包括表示特性评价值的显示范围的显示范围信息d16。图像处理部634将由显示范围信息d16表示的特性评价值的显示范围与预先决定的颜色或颜色的深浅度的标度范围建立对应，生成将多个化合物各自的特性评价值用该标度范围内的与该特性评价值相应的颜色或颜色的深浅度表示的图像映射图Mb。在显示方法取得部633中，由显示范围信息d16表示的该显示范围被变更。
由此，如果由显示范围信息d16表示的显示范围变更，则将与其变更内容相应的图像映射图Mb包含在第2图像中来显示，所以能够从各种各样的显示范围的视点显示多个化合物各自的特性评价值。结果，能够实现材料搜索的高效化。例如，如上述那样，即使在对应于材料搜索的进展而由图像映射图Mb表示的特性评价值的范围发生变化的情况下，通过显示范围的变更，也能够将该显示范围中包含的多个特性评价值用相互明确不同的颜色或颜色的深浅度表示。
[图像的变更的具体例5]
图61A及图61B是表示伴随于搜索范围信息d14的变更的图像的转移的一例的图。具体而言，图61A表示第1信息d10中包含的搜索范围信息d14以及按照该搜索范围信息d14显示于显示部140的第1图像的一例。图61B表示变更后的搜索范围信息d14以及按照该变更后的搜索范围信息d14显示于显示部140的第2图像的一例。
例如，显示方法取得部633从评价显示数据库640取得图61A的(b)所示的搜索范围信息d14。搜索范围信息d14例如与图2及图12所示的搜索范围同样，是将对于各范围变量的多个选项数据表示为搜索范围的信息。
评价值取得部632从显示方法取得部633取得这样的搜索范围信息d14。并且，评价值取得部632取得与该搜索范围信息d14相应的特性评价值。即，评价值取得部632取得具有包含在该搜索范围中的构成的多个化合物各自的特性评价值。图像处理部634如图61A的(a)所示，生成表示这些取得的特性评价值的图像映射图Mb。进而，图像处理部634将1个以上的实验点重叠在该图像映射图Mb上，将包含重叠了1个以上的实验点的图像映射图Mb的第1图像显示在显示部140上。
这里，用户确认该图像映射图Mb中的变量b＝0.0的区域R2。在区域R2中，包含有与变量(a，b)＝(0.0，0.0)、(0.05，0.0)、(0.1，0.0)、(0.15，0.0)、(0.2，0.0)对应的5个图像要素映射图Ma。用户掌握在该区域R2中，在变量a为0.05以上时随着该变量a的值的增加而特性评价值下降，判断为在变量a表示0.0与0.05之间的数值的情况下特性评价值有可能成为极大。
所以，用户通过进行对输入部110的输入操作，变更第1信息d10的搜索范围信息d14。显示方法取得部633如果从输入部110取得表示该搜索范围信息d14的变更的输入信号，则根据该输入信号，将搜索范围信息d14如图61B的(b)所示进行变更。在图61B的(b)的例子中，作为变量a的选项数据而追加了0.025。
评价值取得部632从显示方法取得部633取得这样变更后的搜索范围信息d14。并且，评价值取得部632取得与该搜索范围信息d14相应的特性评价值。即，评价值取得部632还取得与被追加的变量a的选项数据“0.025”对应的多个化合物各自的特性评价值。图像处理部634生成表示这些所取得的特性评价值的图像映射图Mb。在该图像映射图Mb中，如图61B的(a)所示，相对于图61A的(a)所示的图像映射图Mb追加了包含4个图像要素映射图Ma的区域R3。另外，区域R3中包含的4个图像要素映射图Ma对应于变量(a，b)＝(0.025，0.0)、(0.025，0.1)、(0.025，0.2)、(0.025，0.3)。并且，图像处理部634将包含重叠了1个以上的实验点的该图像映射图Mb的第2图像显示在显示部140上。
用户确认该图像映射图Mb中的变量a＝0.025的区域R3。并且，用户例如能够确认，在该图像映射图Mb中包含的与变量b＝0.0对应的6个图像要素映射图Ma中的、与处于区域R3中的变量(a，b)＝(0.025，0.0)对应的图像要素映射图Ma中，特性评价值为极大。另外，在上述的例子中，对应于选项数据的追加，图像映射图Mb中的图像要素映射图Ma的数量增加，但也可以相反，对应于选项数据的删除而图像映射图Mb中的图像要素映射图Ma的数量减少。
这样，通过搜索范围信息d14的变更，显示于显示部140的图像从第1图像动态地变化为第2图像。由此，用户能够根据材料搜索的状况重新审视搜索范围，能够适当地辅助由用户进行的材料开发。
此外，在本实施方式的特性显示装置630中，图像映射图Mb包含沿着第1坐标轴及第2坐标轴的每一个以矩阵状排列的多个图像要素映射图Ma，该多个图像要素映射图Ma分别具有第3坐标轴及第4坐标轴。图像处理部634将该第1坐标轴、第2坐标轴、第3坐标轴及第4坐标轴与上述的多个变量中的第1变量、第2变量、第3变量及第4变量分别建立对应。进而，图像处理部634关于多个化合物的每一个，(a)确定多个图像要素映射图Ma中的、与为了表现该化合物的构成而使用的第1变量及第2变量各自的值建立了关联的图像要素映射图Ma，(b)将该化合物的特性评价值映射到所确定的图像要素映射图Ma上的由为了表现该化合物的构成而使用的第3变量及第4变量各自的值表示的位置上。例如、第1变量、第2变量、第3变量及第4变量是上述的变量a、b、x及y。
由此，图像映射图Mb等的映射图能够对分别由4个变量表现的多个化合物的构成表示特性评价值，能够在较大的范围中容易理解地显示化合物的特性评价值。结果，能够实现材料搜索的高效化。
此外，在本实施方式的特性显示装置630中，如果在显示方法取得部633中，由搜索范围信息d14表示的多个选项数据的数量被增加或减少，则图像处理部634使图像映射图Mb中包含的图像要素映射图Ma的数量增加或减少。具体而言，图像处理部634按照变更后的搜索范围信息d14使图像映射图Mb中包含的图像要素映射图Ma的数量增加或减少。
由此，如果由搜索范围信息d14表示的选项数据的数量变更，则将与其变更内容相应的数量的图像要素映射图Ma包含在第2图像中来显示，所以能够从各种各样的图像要素映射图的视点显示多个化合物各自的特性评价值。结果，能够实现材料搜索的高效化。
[图像的变更的具体例6]
图62是表示伴随于映射图排列信息d13的变更的图像的转移的一例的图。具体而言，图62的(a)表示按照第1信息d10中包含的映射图排列信息d13显示于显示部140的第1图像的一例。图62的(b)表示按照变更后的映射图排列信息d13显示于显示部140的第2图像的一例。
例如，显示方法取得部633从评价显示数据库640取得映射图排列信息d13。映射图排列信息d13表示将20个图像要素映射图Ma配置为4行5列。图像处理部634从显示方法取得部633取得这样的映射图排列信息d13。接着，图像处理部634按照该映射图排列信息d13，生成由配置为4行5列的20个图像要素映射图Ma构成的图像映射图Mb，将1个以上的实验点重叠在该图像映射图Mb上。图像处理部634如图62的(a)所示，将包含重叠了该1个以上的实验点的图像映射图Mb的第1图像显示在显示部140上。
这里，用户通过进行对输入部110的输入操作，选择包含在该图像映射图Mb中的1个以上的图像要素映射图Ma。例如，用户选择表示大的特性评价值的1个以上的图像要素映射图Ma，作为关注的1个以上的图像要素映射图Ma。这样的图像要素映射图Ma的选择例如通过点击或拖拽等的输入操作来进行。例如，用户对于与变量(a，b)＝(0.0，0.1)、(0.05，0.1)分别对应的图像要素映射图Ma进行点击，通过拖拽指定图像映射图Mb中的区域R4。区域R4包含与变量(a，b)＝(0.0，0.0)、(0.05，0.0)、(0.1，0.0)、(0.15，0.0)对应的4个图像要素映射图Ma。
输入部110将与该输入操作相应的输入信号向显示方法取得部633输出。显示方法取得部633如果取得了该输入信号，则根据该输入信号来变更映射图排列信息d13，将变更后的映射图排列信息d13向图像处理部634输出。变更后的映射图排列信息d13也可以表示由用户选择的例如6个图像要素映射图Ma各自在图像映射图Mb上的位置。另外，位置由变量a、b指定。
图像处理部634按照该映射图排列信息d13，生成由用户选择的6个图像要素映射图Ma构成的图像映射图Mb。并且，图像处理部634如图62的(b)所示，将包含重叠了1个以上的实验点的该图像映射图Mb的第2图像显示在显示部140上。
这样，通过映射图排列信息d13的变更，显示于显示部140的图像从第1图像动态地变化为第2图像。由此，多个图像要素映射图Ma间的比较变得容易，能够适当地辅助由用户进行的材料开发。
另外，显示方法取得部633也可以根据输入信号，变更由映射图排列信息d13表示的多个图像要素映射图Ma的排列。即，显示方法取得部633也可以将映射图排列信息d13变更为，使得多个图像要素映射图Ma重新排列。在此情况下，多个图像要素映射图间的比较变得更容易。此外，图像处理部634在将第2图像显示在显示部140上时，也可以根据所选择的图像要素映射图Ma的数量，将这些图像要素映射图Ma的尺寸进行变更。例如，图像处理部634如果所选择的图像要素映射图Ma的数量少，则将这些图像要素映射图Ma放大。在此情况下，能够期待用户的辨识性提高。
此外，在本实施方式的特性显示装置630中，第1信息d10包含表示要显示的图像要素映射图Ma的排列方式的映射图排列信息d13。在显示方法取得部633中，如果通过选择要显示的图像要素映射图Ma的位置而变更映射图排列信息d13，则图像处理部634将已经生成的图像映射图Mb变更为包含按照由变更后的映射图排列信息d13表示的排列方式配置的至少1个图像要素映射图Ma的图像映射图Mb。
由此，如果由映射图排列信息d13表示的图像要素映射图Ma的排列方式变更，则将与其变更内容相应的排列方式的图像要素映射图Ma包含在第2图像中来显示。因而，能够从各种各样的图像要素映射图Ma的排列方式的视点显示多个化合物各自的特性评价值。结果，使多个图像要素映射图Ma间的比较变得容易，能够实现材料搜索的高效化。
[处理动作]
图63是表示本实施方式的显示系统600的处理动作的流程图。
(步骤S211)
显示方法取得部633从评价显示数据库640取得与特性评价值的显示方法有关的第1信息d10，将该第1信息d10向评价值取得部632、实验点取得部635及图像处理部634输出。
(步骤S212)
实验点取得部635从显示方法取得部633取得第1信息d10。并且，实验点取得部635从实验数据库650取得与由该第1信息d10的搜索范围信息d14表示的搜索范围对应的已实验的1个以上的化合物各自的实验点。实验点取得部635将该已实验的1个以上的化合物各自的实验点向图像处理部634输出。
(步骤S213)
评价值取得部632从显示方法取得部633取得第1信息d10。并且，评价值取得部632按照该第1信息d10的计算方法信息d12及搜索范围信息d14等，取得多个化合物各自的特性评价值。此时，评价值取得部632使用评价器数据库620的1个以上的评价器取得多个化合物各自的特性评价值。评价值取得部632将该多个化合物各自的构成和对应于这些构成的特性评价值向图像处理部634输出。
另外，在本实施方式中，评价值取得部632从评价器数据库620取得评价器，使用该评价器取得特性评价值。但是，评价值取得部632也可以从保存在评价器数据库620中的用来评价化合物的特性值的至少1个评价器取得多个化合物各自的特性评价值。即使在此情况下，也能够针对多个化合物分别取得适当的特性评价值。
(步骤S214)
图像处理部634生成包含图像映射图Mb的第1图像。此时，图像处理部634使用在步骤S211中取得的第1信息d10以及在步骤S213中取得的多个化合物各自的构成及特性评价值生成图像映射图Mb。进而，图像处理部634将在步骤S212中取得的已实验的1个以上的化合物各自的实验点重叠在该图像映射图Mb上。并且，图像处理部634生成包含重叠了1个以上的实验点的图像映射图Mb的第1图像，将该第1图像向显示部140输出。
(步骤S215)
显示部140从图像处理部634取得第1图像，显示该第1图像。
(步骤S216)
用户对输入部110进行输入操作。输入部110根据该用户的输入操作，将表示第1图像的显示的变更的输入信号向特性显示装置630的显示方法取得部633输出。显示方法取得部633通过取得该输入信号，受理该第1图像的显示的变更。
(步骤S217)
显示方法取得部633按照在步骤S216中取得的输入信号，将在步骤S211中取得的第1信息d10变更。并且，显示方法取得部633将该变更后的第1信息d10向评价值取得部632、实验点取得部635及图像处理部634输出。
(步骤S218)
评价值取得部632及实验点取得部635如果从显示方法取得部633取得该变更后的第1信息d10，则根据该第1信息d10的变更内容，重新取得特性评价值及实验点。并且，图像处理部634按照变更后的第1信息d10生成第2图像。该第2图像例如包含表示重新取得的特性评价值并且重叠了重新取得的实验点的图像映射图Mb。图像处理部634将该第2图像向显示部140输出。
(步骤S219)
显示部140从图像处理部634取得第2图像，显示该第2图像。
(实施方式3A的变形例)
在上述实施方式中，为了受理第1信息d10的变更，将第1信息d10中包含的计算方法信息d12等的全部信息显示在显示部140上。具体而言，如图57A及图57B所示显示计算方法信息d12的全部，如图58A及图58B所示显示搜索范围信息d14的全部。在这样的信息中包含有较多的设定项目或较多的非可视化变量的情况下，用户有可能犹豫选择哪个设定项目或非可视化变量的选项为好。即，用户难以容易地找到如通过被选择的选项的变更而映射图较大地变化的、具有多个选项的设定项目或非可视化变量。
所以，本变形例的图像处理部634对于各设定项目或各非可视化变量计算优先级。该优先级表示通过变更从设定项目或非可视化变量所具有的多个选项中选择的选项而映射图发生变化的程度。并且，图像处理部634中，该优先级越高的设定项目或非可视化变量，则将该设定项目或非可视化变量越优先地显示在显示部140上。
图64是表示本变形例的第1图像的一例的图。
图像处理部634在生成包含基于计算方法信息d12的图像映射图Mb的第1图像时，例如如图64所示，将表示计算方法信息d12的一部分的计算方法图像d121包含在第1图像中。并且，图像处理部634将该第1图像显示在显示部140上。计算方法图像d121在由计算方法信息d12表示的3个设定项目即机器学习模型的设定项目、贝叶斯优化的设定项目及显示的设定项目中，仅显示了贝叶斯优化的设定项目。即，图像处理部634将贝叶斯优化的设定项目比机器学习模型的设定项目及显示的设定项目更优先地显示。更详细地讲，图像处理部634将贝叶斯优化的设定项目所具有的多个选项比机器学习模型的设定项目及显示的设定项目各自所具有的多个选项更优先地显示。
当这样的图64所示的第1图像被显示在显示部140上时，图像处理部634首先计算多个设定项目各自的优先级。多个设定项目在图64的例子中是机器学习模型的设定项目、贝叶斯优化的设定项目和显示的设定项目。例如，图像处理部634从多个设定项目中选择1个设定项目作为处理对象项目。接着，图像处理部634反复执行从该处理对象项目所具有的多个选项中选择1个以上的选项的组合的选择处理。在该各选择处理中，选择相互不同的组合。并且，图像处理部634每当进行选择处理，就基于通过该选择处理选择的1个以上的选项的组合而生成映射图(例如图像映射图Mb)。接着，图像处理部634基于所生成的多个图像映射图Mb，按这些图像映射图Mb上的每个位置，计算要在该位置上表示的特性评价值的方差值。并且，图像处理部634计算图像映射图Mb上的各位置处的方差值的平均，作为上述的处理对象项目的优先级。图像处理部634通过将多个设定项目分别依次重新选择为处理对象项目，计算多个设定项目各自的优先级。
另外，在上述的例子中，优先级通过方差值的平均来计算，但并不限定于此。例如，图像处理部634在计算处理对象项目的优先级时，基于与上述同样生成的多个图像映射图Mb，按这些图像映射图Mb上的每个位置，计算要在该位置上表示的特性评价值的平均，作为评价平均值。并且，图像处理部634计算多个图像映射图Mb各自的在该位置上表示的特性评价值与对于该位置计算出的评价平均值的差分的绝对值的总和，作为差分绝对值和。进而，图像处理部634计算图像映射图Mb上的各位置的差分绝对值和的总和，作为处理对象项目的优先级。
由此，将通过被选择的选项的变更而映射图较大地变化的设定项目、即特性评价值较大地变化的设定项目和该设定项目所具有的多个选项优先地显示。因而，用户能够容易地找到对于材料开发有效果的设定项目。即，用户能够在视觉上容易掌握通过被选择的选项的变更，映射图较大地变动，能够实现材料开发的高效化。
图65是表示本变形例的第1图像的另一例的图。
图像处理部634在生成包含基于搜索范围信息d14的图像映射图Mb的第1图像时，例如如图65所示，将表示搜索范围信息d14的一部分的搜索范围图像d141包含在第1图像中。并且，图像处理部634将该第1图像显示在显示部140上。搜索范围图像d141在由搜索范围信息d14表示的两个非可视化变量、即表示烧成时间的变量Pb及表示烧成温度的变量Pc中，仅显示了表示烧成温度的变量Pc。即，图像处理部634将表示烧成温度的变量Pc比表示烧成时间的变量Pb更优先地显示。更详细地讲，图像处理部634将表示烧成温度的变量Pc能取的多个选项数据比表示烧成时间的变量Pb能取的多个选项数据更优先地显示。
当这样的图65所示的第1图像被显示在显示部140上时，图像处理部634与图64所示的例子同样，计算多个可视化变量各自的优先级。在优先级的计算中，也可以使用上述的方差值的平均、或差分绝对值和的总和。此外，图像处理部634也可以基于重叠于图像映射图Mb的1个以上的实验点，计算多个非可视化变量各自的优先级。
具体而言，图像处理部634从多个非可视化变量中选择1个非可视化变量作为处理对象变量。接着，图像处理部634反复执行从该处理对象变量能取的多个选项数据中选择1个选项数据的选择处理。另外，该多个选项数据例如是图58A、图58B及图65所示的最小、最大、最优、平均及用户定义等中的至少两个。此外，在该各选择处理中，选择相互不同的选项数据。并且，图像处理部634每当进行选择处理，就基于通过该选择处理选择的选项数据和保存在实验数据库650中的实验数据，确定重叠于映射图(例如图像映射图Mb)的1个以上的实验点。
接着，图像处理部634计算与通过反复执行的选择处理来确定的全部的实验点建立了对应的处理对象变量的值的方差值作为第1方差值。例如，如果处理对象变量是表示烧成温度的变量Pc，则在图52所示的化合物基本数据651中，计算与该确定的各实验点(例如实验点的组成式)建立了对应的烧成温度的方差值，作为第1方差值。
进而，图像处理部634计算由实验数据库650的实验数据表示的处理对象变量的全部的值的方差值，作为第2方差值。例如，如果处理对象变量是表示烧成温度的变量Pc，则计算在图52所示的化合物基本数据651中表示的全部的烧成温度的方差值，作为第2方差值。
并且，图像处理部634计算第1方差值相对于该第2方差值的比，作为上述处理对象变量的优先级。图像处理部634通过将多个非可视化变量分别依次重新选择为处理对象变量，计算多个非可视化变量各自的优先级。
由此，将通过被选择的选项数据的变更而映射图较大地变化的非可视化变量、即特性评价值较大地变化的非可视化变量、和该非可视化变量能取的多个选项数据优先地显示。或者，关于对映射图重叠的1个以上的实验点，优先地显示：有值大不均匀的趋向的非可视化变量、和该非可视化变量能取的多个选项数据。因而，用户能够容易地找到对于材料开发有效果的非可视化变量。此外，用户能够有效地比较各实验点。结果，能够实现材料开发的高效化。
另外，在图64及图65所示的例子中，图像映射图Mb和计算方法图像d121或搜索范围图像d141等的第1信息d10的图像以包含在第1图像中的状态被显示，但图像映射图Mb和第1信息d10的图像也可以不同时显示。即，图像映射图Mb和第1信息d10的图像也可以在相互不同的定时显示在显示部140上。
图66是表示本变形例的由图像处理部634进行的第1图像的生成的详细的一例的流程图。另外，图66表示图63的步骤S214的详细的处理动作。
(步骤S214a)
首先，图像处理部634将第1信息d10分割为多个组。具体而言，图像处理部634将第1信息d10中包含的计算方法信息d12、搜索范围信息d14等分割为多个组。例如，将计算方法信息d12分割为与该计算方法信息d12中包含的多个设定项目分别对应的组。即，1个组由设定项目和该设定项目所具有的多个选项构成。此外，将搜索范围信息d14分割为与该搜索范围信息d14中包含的多个非可视化变量分别对应的组。即，1个组由非可视化变量和该非可视化变量能取的多个选项数据构成。
(步骤S214b)
接着，图像处理部634计算该多个组各自的优先级。该优先级如上述那样，根据方差值的平均、差分绝对值和的总和、基于实验点的方差值等来计算。
(步骤S214c)
接着，图像处理部634将优先级高的组优先地包含在第1图像中而显示在显示部140上。例如，如图64或图65所示，图像处理部634仅将多个组中的具有最高的优先级的组包含在第1图像中而显示。该第1图像中包含有图像映射图Mb等的映射图。
另外，在上述的例子中，仅显示1个组，但图像处理部634也可以将多个组以优先级顺序排列而显示在显示部140上。即，图像处理部634以优先级越高的组越靠前或靠上显示的方式排列多个组。此外，图像处理部634也可以在多个组中仅将优先级处于上位的预先决定的规定数量的组显示在显示部140上。另外，该规定数量是2以上的整数，该规定数量的组的优先级比其他组的优先级高。在这样的情况下，也能够抑制显示对于材料开发的辅助贡献度比较低的组。结果，能够起到与图64及图65所示的例子同样的效果。
此外，图像处理部634也可以判定信息中包含的组的数量是否是阈值以上，在组的数量为阈值以上的情况下，按照图66的流程图将该信息分割为多个组。由此，当组的数量少时，将信息的全部显示在显示部140上，用户能够不犹豫地将第1信息d10变更。进而，当组的数量多时，将优先级高的组优先地显示在显示部140上，所以用户也能够不犹豫地将第1信息d10变更。
此外，在图63及图66所示的流程图中，在计算第1信息d10中包含的各组的优先级之前，基于在步骤S211中取得的默认的第1信息d10在步骤S213中取得特性评价值。但是，也可以在计算出各组的优先级之后取得基于该优先级的特性评价值。例如，在步骤S213中，评价值取得部632在使用在步骤S11中取得的第1信息d10中的计算方法信息d12的情况下，计算在该计算方法信息d12中包含的多个设定项目各自的优先级。接着，评价值取得部632将该计算方法信息d12变更，以选择优先级最高的设定项目的选项。并且，评价值取得部632按照该变更后的计算方法信息d12，取得多个化合物各自的特性评价值。在这样的情况下，在步骤S215中，图像处理部634也可以将图64所示的第1图像显示在显示部140上。
这样，在本实施方式的特性显示装置630中，显示方法取得部633取得第1信息d10，该第1信息d10由分别能够变更的多个信息组构成，用于显示特性评价值作为将多个化合物进行比较的比较指标。评价值取得部632及图像处理部634取得在与该多个化合物各自的构成对应的位置上表示该化合物的特性评价值的图像映射图Mb。并且，图像处理部634输出基于多个信息组各自的优先级生成的包含图像映射图Mb的第1图像。例如，将第1图像输出给显示部140并显示。另外，信息组相当于图66所示的组。
由此，例如将具有最高的优先级的信息组包含在第1图像中来显示，能够抑制其他信息组的显示。结果，用户能够容易地选择并变更该显示的信息组。即，如果对特性评价值的显示越有益的信息组则对该信息组赋予越高的优先级，则用户能够容易掌握由该信息组的变更带来的映射图的变化，能够实现材料开发的高效化。
此外，在本实施方式的特性显示装置630中，图像处理部634关于多个信息组的每一个，使用由该信息组的变更带来的图像映射图Mb的变化的程度作为该信息组的优先级，来生成第1图像。由此，用户能够容易地确认通过信息组的变更而图像映射图Mb较大地变化，能够实现材料开发的高效化。
(实施方式3B)
本实施方式的显示系统与实施方式3A同样，将多个化合物各自的特性评价值以映射图的方式显示。进而，本实施方式的显示系统代替已实验的1个以上的化合物各自的实验点而与实施方式1及2同样将特性实验值重叠在映射图上。此外，本实施方式的显示系统按照后述的第2信息将特性实验值重叠在映射图上。
另外，关于本实施方式的各构成要素中的与实施方式1、2及3A相同的构成要素赋予与实施方式1、2及3A相同的标号，省略详细的说明。此外，在本实施方式中，列举图像映射图Mb作为映射图的一例，但本实施方式的映射图并不限定于图像映射图Mb，也可以是图像要素映射图Ma，也可以是多个图像映射图Mb的集合。
[显示系统700的构成]
图67是表示本实施方式的显示系统700的构成的一例的框图。图67所示的显示系统700具备输入部110、评价器数据库620、特性显示装置730、显示部140、评价显示数据库640、实验数据库650和实验显示数据库(DB)740。另外，特性显示装置730是信息显示装置的一例。
本实施方式的特性显示装置730与实施方式3A的特性显示装置630同样，使用评价器数据库620及评价显示数据库640取得多个化合物各自的特性评价值。并且，特性显示装置730生成表示所取得的这些特性评价值的映射图。进而，特性显示装置730使用实验数据库650及实验显示数据库740，将已实验的1个以上的化合物各自的特性实验值重叠在映射图上。这样的特性显示装置730具备评价值取得部632、显示方法取得部733、实验值取得部732和图像处理部734。另外，特性显示装置730也可以由例如CPU等处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置730发挥功能。另外，存储器既可以是易失性也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。
[显示方法取得部733]
显示方法取得部733从输入部110取得输入信号，根据该输入信号，从评价显示数据库640中取得第1信息d10，进而，从实验显示数据库740中取得与特性实验值的显示方法有关的第2信息d20。并且，显示方法取得部733将该第1信息d10向评价值取得部632、实验值取得部732及图像处理部734输出。进而，显示方法取得部733将第2信息d20向实验值取得部732及图像处理部734输出。由此，包含按照该第1信息d10及第2信息d20的映射图的图像作为第1图像显示在显示部140上。
进而，显示方法取得部733如果从输入部110取得表示特性评价值的显示方法的变更的输入信号，则将第1信息d10根据输入信号而变更，将变更后的第1信息d10向评价值取得部632、实验值取得部732及图像处理部734输出。此外，显示方法取得部733如果从输入部110取得表示特性实验值的显示方法的变更的输入信号，则根据输入信号将第2信息d20变更，将变更后的第2信息d20向实验值取得部732及图像处理部734输出。由此，将包含按照特性评价值及特性实验值各自的变更后的显示方法的映射图的图像作为第3图像显示在显示部140上。另外，本实施方式的第3图像是伴随于第2信息d20的变更而生成的图像。
[实验值取得部732]
实验值取得部732从显示方法取得部733取得第1信息d10及第2信息d20。并且，实验值取得部732从实验数据库650取得与该第1信息d10的搜索范围信息d14及第2信息d20对应的已实验的1个以上的化合物各自的构成及特性实验值，将它们向图像处理部734输出。另外，实验值取得部732也可以不论该搜索范围信息d14如何都取得保存在实验数据库650中的全部化合物的构成及特性实验值。
[图像处理部734]
图像处理部734从评价值取得部632取得多个化合物各自的构成及特性评价值，从实验值取得部732取得已实验的1个以上的化合物各自的构成及特性实验值。进而，图像处理部734从显示方法取得部733取得第1信息d10及第2信息d20。图像处理部734按照由第1信息d10及第2信息d20表示的显示方法，生成表示多个化合物各自的特性评价值的映射图，进而，将已实验的1个以上的化合物各自的特性实验值重叠在该映射图上。另外，在表示特性评价值的映射图的生成中，图像处理部734关于多个化合物的每一个，将与该化合物的特性评价值相应的深浅度的颜色添加在与该化合物的构成对应的映射图上的位置处。此外，在特性实验值的重叠中，图像处理部734关于已实验的1个以上的化合物的每一个，将具有与该化合物的特性实验值相应的深浅度的颜色的标记重叠在与该化合物的构成对应的映射图上的位置。与该特性评价值或特性实验值相应的深浅度的颜色也可以是与特性评价值或特性实验值相应的颜色。图像处理部734将包含重叠了该1个以上的特性实验值的映射图的图像作为第1图像、第2图像或第3图像向显示部140输出。
[实验显示数据库740]
实验显示数据库740是保存有与特性实验值的显示方法有关的信息的记录介质。该记录介质例如是硬盘驱动器、RAM、ROM或半导体存储器等。此外，该记录介质既可以是易失性也可以是非易失性。
图68是表示保存在实验显示数据库740中的信息的一例的图。
如图68所示，实验显示数据库740保存有作为与特性实验值的显示方法有关的信息的第2信息d20。该第2信息d20包括第2色彩信息d21、第2显示对象信息d22及显示条件信息d23。
第2色彩信息d21将表示于映射图的特性实验值的色相、彩度、明度中的至少1个作为颜色属性来表示。第2显示对象信息d22表示与特性实验值有关的显示对象的特性。显示条件信息d23表示与特性实验值的显示有关的条件的有无、以及在有条件的情况下表示该条件的内容。例如，条件的内容是特性实验值为阈值以上。
[图像的变更的具体例1]
图69A及图69B是表示伴随于第2显示对象信息d22的变更的图像的转移的一例的图。具体而言，图69A表示第2信息d20中包含的第2显示对象信息d22以及按照该第2显示对象信息d22显示于显示部140的第1图像的一例。图69B表示变更后的第2显示对象信息d22以及按照该变更后的第2显示对象信息d22显示于显示部140的第3图像的一例。另外，在本实施方式的各具体例中，不变更第1信息d10，而变更第2信息d20，由此将第1图像变更为第3图像。
例如，显示方法取得部733从实验显示数据库740取得图69A的(b)所示的第2显示对象信息d22。第2显示对象信息d22对于用来表示特性实验值的标记所使用的形状及颜色的深浅度的每一个，作为选项而表示特性1、特性2及晶体相。特性1例如是带隙，特性2例如是耐热温度。即，在该第2显示对象信息d22中，作为由标记的形状显示的特性实验值的特性，将特性1、特性2及晶体相分别作为选项来表示。进而，在该第2显示对象信息d22中，作为由标记的颜色的深浅度表示的特性实验值的特性，将特性1、特性2及晶体相分别作为选项来表示。这里，在该第2显示对象信息d22中，对于标记的形状及颜色的深浅度分别选择了特性1。
实验值取得部732从显示方法取得部733取得这样的第2显示对象信息d22。并且，实验值取得部732例如从实验数据库650的实验数据中检索具有由第1信息d10的搜索范围信息d14表示的搜索范围中包含的构成的化合物中的、与在该第2显示对象信息d22中选择的特性1的特性实验值建立了关联的化合物。实验值取得部732从实验数据库650取得该检索到的已实验的1个以上的化合物各自的构成及特性1的特性实验值，并将它们向图像处理部734输出。
图像处理部734与实施方式3A的图像处理部634同样，生成表示针对由评价值取得部632取得的特性1的特性评价值的图像映射图Mb。进而，图像处理部734从显示方法取得部733取得第2显示对象信息d22，从实验值取得部732取得已实验的1个以上的化合物各自的构成及特性1的特性实验值。并且，图像处理部734关于已实验的1个以上的化合物的每一个，将表示该化合物的特性1的特性实验值的标记重叠在与该化合物的构成对应的图像映射图Mb上的位置。此时，图像处理部734按照第2显示对象信息d22重叠标记。即，图像处理部734将具有与特性1相应的圆形的形状并且具有与特性1的特性实验值相应的深浅度的颜色的标记重叠在图像映射图Mb上。
结果，图像处理部734将图69A的(a)所示的第1图像显示在显示部140上。在该第1图像中包含有图像映射图Mb，在该图像映射图Mb上，重叠着呈圆形的形状并且带有与特性实验值相应的深浅度的颜色的标记。即，特性实验值作为该标记被重叠在图像映射图Mb上。另外，图像处理部734在特性评价值被以与特性实验值相同的维度或单位表现的情况下，也可以使特性实验值与深浅度的关系和特性评价值与深浅度的关系相同。换言之，也可以使对于特性评价值的深浅度的标度和对于特性实验值的深浅度的标度共同。由此，在针对1个化合物的特性评价值和特性实验值大不相同的情况下，图像映射图Mb上的与该化合物对应的位置处的颜色的深浅度和对特性实验值的标记赋予的颜色的深浅度大不相同。结果，例如如图69A的(a)所示的例子那样，能够使与特性评价值大不相同的特性实验值的标记e1变得醒目。即，能够在视觉上容易理解特性实验值从特性评价值偏离了。换言之，如果特性实验值的标记的颜色的深浅度和特性评价值的颜色的深浅度在视觉上相同，则用户能够在视觉上立即理解特性实验值与特性评价值大致一致。
这里，用户通过进行对输入部110的输入操作，变更第2信息d20的第2显示对象信息d22。例如，显示方法取得部733如果从输入部110取得表示该第2显示对象信息d22的变更的输入信号，则根据该输入信号将第2显示对象信息d22如图69B的(b)所示进行变更。
在图69B的(b)的例子中，对于标记的形状选择了晶体相，对于标记的颜色的深浅度选择了特性1。
实验值取得部732从显示方法取得部733取得这样变更后的第2显示对象信息d22。并且，实验值取得部732从实验数据库650的实验数据中检索具有搜索范围中包含的构成的化合物中的、与在该第2显示对象信息d22中选择的特性1及晶体相各自的特性实验值建立了关联的化合物。另外，在本实施方式中，将晶体相的类别表示为特性实验值。实验值取得部732关于该检索到的已实验的1个以上的化合物的每一个，从实验数据库650取得该化合物的构成、该化合物的特性1的特性实验值和该化合物的晶体相的特性实验值(即晶体相的类别)，将它们向图像处理部734输出。
图像处理部734从显示方法取得部733取得变更后的第2显示对象信息d22，从实验值取得部732关于已实验的1个以上的化合物的每一个取得该化合物的构成、特性1的特性实验值和晶体相的特性实验值。并且，图像处理部734关于已实验的1个以上的化合物的每一个，将表示该化合物的特性1的特性实验值及晶体相的特性实验值(即晶体相的类别)的标记重叠在与该化合物的构成对应的图像映射图Mb上的位置。此时，图像处理部734按照该第2显示对象信息d22重叠标记。即，图像处理部734将具有与化合物的晶体相的特性实验值相应的形状、并且具有与该化合物的特性1的特性实验值相应的深浅度的颜色的标记重叠在图像映射图Mb上。
结果，图像处理部734将图69B的(a)所示的第3图像显示在显示部140上。在该第3图像中包含有图像映射图Mb，在该图像映射图Mb上，重叠着具有圆形的形状并且带有与特性1的特性实验值相应的深浅度的颜色的标记e2、以及具有三角形的形状并且带有与特性1的特性实验值相应的深浅度的颜色的标记e3。圆形的形状的标记e2表示具有与该标记e2的位置对应的构成的化合物的晶体相是第1类别，三角形的形状的标记e3表示具有与该标记e3的位置对应的构成的化合物的晶体相是第2类别。
这样，标记的形状根据晶体相的特性实验值即晶体相的类别而设定为圆形、三角形等形状。此外，标记的颜色的深浅度根据特性1的特性实验值来设定。结果，在图69B的(a)所示的第3图像中，标记e3的颜色的深浅度与图69A的(a)的例子同样，与图像要素映射图Ma上的标记e3的位置及其周边的颜色的深浅度大不相同，标记e3的形状也与其他标记e2的形状不同。因而，看到该第3图像的用户关于具有与标记e3的位置对应的构成的化合物，能够在视觉上理解该化合物的特性1的特性实验值与特性评价值大不相同、并且该化合物的晶体相的类别与对应于其他标记e2的化合物的晶体相的类别不同。即，在本实施方式的显示系统700中，能够向用户暗示例如过程条件有可能不是最优的。这样，通过第2显示对象信息d22的变更，显示于显示部140的图像从第1图像动态地变化为第3图像。由此，例如在多个化合物间，它们的特性实验值的比较及晶体相的比较变得容易，能够适当地辅助由用户进行的材料开发。
即，本实施方式的特性显示装置730具备实验值取得部732、显示方法取得部733和图像处理部734。显示方法取得部733取得用来显示化合物的特性实验值的第2信息d20。实验值取得部732及图像处理部734基于该第2信息d20，关于已实验的1个以上的化合物的每一个，取得该化合物的特性实验值，将该化合物的特性实验值重叠在与该化合物的构成对应的图像映射图Mb上的位置。
由此，基于第2信息d20将特性实验值重叠在图像映射图Mb上，所以能够将在图像映射图Mb中表示的多个化合物各自的特性评价值和特性实验值可适当对比地显示。
此外，在本实施方式的特性显示装置730中，由显示方法取得部733变更第2信息d20。图像处理部734将包含重叠在图像映射图Mb上的1个以上的特性实验值的显示形态被变更后的图像映射图Mb的第3图像向显示部140输出。具体而言，图像处理部734通过按照变更后的第2信息d20将重叠在图像映射图Mb上的1个以上的特性实验值的显示形态变更，来变更该图像映射图Mb，生成包含变更后的图像映射图Mb的第3图像，并向显示部140输出。例如，将该第3图像输出给显示部140并显示。
由此，如果第2信息d20被变更，则将以与其变更内容相应的显示形态重叠有特性实验值的图像映射图Mb包含在第3图像中来显示，所以能够从各种各样的视点显示已实验的1个以上的化合物各自的特性实验值。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
此外，在本实施方式的特性显示装置730中，第2信息d20包含表示1个以上的特性的类别的第2显示对象信息d22。实验值取得部732关于已实验的1个以上的化合物的每一个，取得对于由第2显示对象信息d22表示的1个以上的特性的类别各自的特性实验值。图像处理部734关于已实验的1个以上的化合物的每一个，将与对于该1个以上的特性的类别各自的特性实验值相应的形态的标记重叠在图像映射图Mb上。在显示方法取得部733中，由第2显示对象信息d22表示的1个以上的特性的类别被变更。
由此，如果第2显示对象信息d22变更，则将以与其变更内容相应的显示形态重叠有特性实验值的图像映射图Mb包含在第3图像中来显示，所以能够从各种各样的类别的特性的视点显示已实验的1个以上的化合物各自的特性评价值。结果，能够实现材料搜索的高效化。
此外，在本实施方式的特性显示装置730中，第2信息d20包含作为特性实验值的颜色属性而表示色相、彩度及明度中的至少1个的第2色彩信息d21。图像处理部734生成将已实验的1个以上的化合物各自的特性实验值以具有由第2色彩信息d21表示的颜色属性的颜色重叠的图像映射图Mb。在显示方法取得部733中，由第2色彩信息d21表示的颜色属性被变更。例如，显示方法取得部733根据用户对输入部110的输入操作将其颜色属性变更。
由此，在图像映射图Mb上表示的特性实验值的颜色变更为具有变更后的颜色属性的颜色。因而，能够将在图像映射图Mb上表示的特性评价值的颜色属性任意地变更，能够将重叠了用户容易看的特性实验值的图像映射图Mb包含在第3图像中来显示。结果，能够实现材料搜索的高效化。
[图像的变更的具体例2]
图70A及图70B是表示伴随于显示条件信息d23的变更的图像的转移的一例的图。具体而言，图70A表示将第2信息d20中包含的显示条件信息d23以及按照该显示条件信息d23显示于显示部140的第1图像的一例。图70B表示变更后的显示条件信息d23和按照该变更后的显示条件信息d23显示于显示部140的第3图像的一例。
例如，显示方法取得部733从实验显示数据库740取得图70A的(b)所示的显示条件信息d23。显示条件信息d23关于作为与特性实验值的显示有关的条件的阈值，作为选项而表示阈值设定“有”和阈值设定“无”。这里，在该显示条件信息d23中，选择了阈值设定“无”。
图像处理部734与上述同样，生成表示由评价值取得部632取得的特性评价值的图像映射图Mb。进而，图像处理部734从显示方法取得部733取得显示条件信息d23，从实验值取得部732取得已实验的1个以上的化合物各自的构成及特性实验值。并且，图像处理部734关于已实验的1个以上的化合物的每一个，将表示该化合物的特性实验值的标记重叠在与该化合物的构成对应的图像映射图Mb上的位置。此时，图像处理部734按照显示条件信息d23重叠标记。即，由于在显示条件信息d23中选择了阈值设定“无”，所以图像处理部734不论由实验值取得部732取得的特性实验值的大小如何都将具有相同的形状、并且具有与该特性实验值相应的深浅度的颜色的标记重叠在图像映射图Mb上。
结果，图像处理部734将图70A的(a)所示的第1图像显示在显示部140上。在该第1图像中包含有图像映射图Mb，在该图像映射图Mb上，由实验值取得部732取得的例如全部特性实验值分别作为具有圆形的形状并且具有与该特性实验值相应的深浅度的颜色的标记被重叠。
这里，用户通过进行对输入部110的输入操作，变更第2信息d20的显示条件信息d23。例如，显示方法取得部733如果从输入部110取得表示该显示条件信息d23的变更的输入信号，则根据该输入信号而将显示条件信息d23如图70B的(b)所示进行变更。
在图70B的(b)的例子中，选择了阈值设定“有”。进而，该显示条件信息d23表示阈值“3.5”作为数值指定的阈值。即，显示条件信息d23，作为条件的内容而表示特性实验值为阈值“3.5”以上。另外，在显示条件信息d23中，可以设定件数指定的阈值，也可以设定日期指定的阈值。在设定了件数指定的阈值的情况下，该显示条件信息d23，作为条件的内容而表示特性实验值的数量为阈值以上或阈值以下。在设定了日期指定的阈值的情况下，该显示条件信息d23，作为条件的内容而表示通过实验得到了特性实验值的日期是阈值的日期以后或阈值的日期以前。
图像处理部734从显示方法取得部733取得变更后的显示条件信息d23，从实验值取得部732取得已实验的1个以上的化合物各自的构成及特性实验值。并且，图像处理部734关于已实验的1个以上的化合物的每一个，将表示该化合物的特性实验值的标记重叠在与该化合物的构成对应的图像映射图Mb上的位置。此时，图像处理部734按照变更后的显示条件信息d23来重叠标记。即，在显示条件信息d23中，选择了阈值设定“有”，表示特性实验值为阈值“3.5”以上。因而，图像处理部734如图70B的(a)所示，如果由实验值取得部732取得的特性实验值为阈值“3.5”以上，则将具有星形的形状并且具有与该特性实验值相应的深浅度的颜色的标记e4作为该特性实验值重叠在图像映射图Mb上。另一方面，图像处理部734如果由实验值取得部732取得的特性实验值小于阈值“3.5”，则将具有圆形的形状并且具有与该特性实验值相应的深浅度的颜色的标记e5作为该特性实验值重叠在图像映射图Mb上。换言之，图像处理部734将与阈值“3.5”以上的特性实验值对应的标记e4比与小于阈值“3.5”的特性实验值对应的标记e5更强调。并且，图像处理部734如图70B的(a)所示，将包含重叠了标记e4及e5的图像映射图Mb的第3图像显示在显示部140上。
这样，通过显示条件信息d23的变更，显示于显示部140的图像从第1图像动态地变化为第3图像。由此，例如用户在视觉上容易理解实验数据，能够适当地辅助由用户进行的材料开发。
另外，在图70B的例子中，图像处理部734通过使与阈值“3.5”以上的特性实验值对应的标记e4的形状和与小于阈值“3.5”的特性实验值对应的标记e5的形状不同，将该阈值“3.5”以上的特性实验值强调显示。但是，图像处理部734也可以通过标记的形状以外的方法将阈值“3.5”以上的特性实验值强调显示。例如，也可以通过对标记的边缘修饰、对标记的借助光彩的装饰等，将该标记或与该标记对应的特性实验值强调显示。
此外，在显示条件信息d23中设定了件数指定的阈值的情况下，例如以从大到小的顺序将相应于阈值的数量的特性实验值强调显示。由此，用户能够从许多特性实验值中容易地理解有希望的特性实验值。此外，在显示条件信息d23中设定了日期指定的阈值的情况下，例如将在阈值的日期以后通过实验得到的特性实验值强调显示。由此，用户能够容易掌握最近的实验状况或每日的实验状况。
这样，在本实施方式的特性显示装置730中，第2信息d20包含表示基于阈值的特性实验值的显示条件的显示条件信息d23。图像处理部734在已实验的1个以上的化合物各自的特性实验值中，将满足由显示条件信息d23表示的显示条件的特性实验值和不满足该显示条件的特性实验值以相互不同的形态重叠在映射图上。在显示方法取得部733中，通过将该阈值增大或减小，将由显示条件信息d23表示的显示条件变更。
由此，如果显示条件信息d23被变更，则将以与其变更内容相应的显示形态重叠了特性实验值的图像映射图Mb包含在第3图像中来显示，所以能够从各种各样的显示条件的视点显示已实验的1个以上的化合物各自的特性评价值。结果，能够实现材料搜索的高效化。例如，可以将满足阈值以上的显示条件的特性实验值的显示形态比不满足阈值以上的显示条件的特性实验值的显示形态更加强调。进而，例如通过由用户进行的阈值的变更，能够将在图像映射图Mb中强调的特性实验值变更以使用户容易查看。
另外，在图69A～图70B所示的图像的变更的具体例中，第1信息d10没有被变更，但也可以与实施方式3A同样，将该第1信息d10也变更。在此情况下，第3图像包含反映了第1信息d10及第2信息d20各自的变更的图像映射图Mb。
[处理动作]
图71是表示本实施方式的显示系统700的处理动作的流程图。
(步骤S211)
显示方法取得部733从评价显示数据库640取得与特性评价值的显示方法有关的第1信息d10，将该第1信息d10向评价值取得部632、实验值取得部732及图像处理部734输出。
(步骤S221)
显示方法取得部733还从实验显示数据库740取得与特性实验值的显示方法有关的第2信息d20，将该第2信息d20向实验值取得部732及图像处理部734输出。
(步骤S222)
实验值取得部732从显示方法取得部733取得第1信息d10及第2信息d20。并且，实验值取得部732从实验数据库650，将由该第1信息d10的搜索范围信息d14表示的搜索范围中包含的已实验的1个以上的化合物各自的、且由第2信息d20的第2显示对象信息d22表示的类别的特性实验值、与该化合物的构成一起取得。实验值取得部732将该已实验的1个以上的化合物各自的构成及特性实验值向图像处理部734输出。
(步骤S213)
评价值取得部632从显示方法取得部733取得第1信息d10。并且，评价值取得部632按照该第1信息d10的计算方法信息d12及搜索范围信息d14等，取得多个化合物各自的特性评价值。此时，评价值取得部632使用评价器数据库620的1个以上的评价器，取得多个化合物各自的特性评价值。评价值取得部632将该多个化合物各自的构成以及与这些构成对应的特性评价值向图像处理部734输出。
(步骤S223)
图像处理部734生成包含图像映射图Mb的第1图像。此时，图像处理部734使用在步骤S211中取得的第1信息d10和在步骤S213中取得的多个化合物各自的构成及特性评价值，生成图像映射图Mb。进而，图像处理部734将在步骤S222中取得的已实验的1个以上的化合物各自的特性实验值重叠到与该化合物的构成对应的图像映射图Mb上的位置。此时，图像处理部734按照在步骤S221中取得的第2信息d20，生成对应于该特性实验值的形态的标记，将该标记作为特性实验值来重叠。由此，生成第1图像，该第1图像包含重叠了已实验的1个以上的化合物各自的特性实验值的图像映射图Mb。图像处理部734将该第1图像向显示部140输出。
(步骤S224)
显示部140从图像处理部734取得第1图像，显示该第1图像。
(步骤S225)
用户对输入部110进行输入操作。输入部110根据由该用户进行的输入操作，将表示第1图像的显示的变更的输入信号向特性显示装置730的显示方法取得部733输出。显示方法取得部733通过取得该输入信号，受理该第1图像的显示的变更。
(步骤S226)
显示方法取得部733按照在步骤S225中取得的输入信号，变更在步骤S211中取得的第1信息d10和在步骤S221中取得的第2信息d20中的至少1个信息。并且，显示方法取得部733将该变更后的至少1个信息向评价值取得部632、实验值取得部732及图像处理部734中的至少两个输出。即，显示方法取得部733在第1信息d10变更的情况下，将该变更后的第1信息d10向评价值取得部632、实验值取得部732及图像处理部734输出。此外，显示方法取得部733在第2信息d20变更的情况下，将该变更后的第2信息d20向实验值取得部732及图像处理部734输出。
(步骤S227)
评价值取得部632如果从显示方法取得部733取得该变更后的第1信息d10，则根据该第1信息d10的变更内容，重新取得特性评价值。实验值取得部732如果从显示方法取得部733取得该变更后的第1信息d10及第2信息d20，则根据该第1信息d10及第2信息d20的变更内容，重新取特性实验值。并且，图像处理部734按照变更后的第1信息d10及第2信息d20，生成第3图像。该第3图像例如包含有表示重新取得的特性评价值、并且重叠了重新取得的特性实验值的图像映射图Mb。图像处理部734将该第3图像向显示部140输出。
(步骤S228)
显示部140从图像处理部734取得第3图像，显示该第3图像。
(实施方式3C)
本实施方式的显示系统与实施方式3B同样，生成包含重叠了已实验的1个以上的化合物各自的特性实验值的映射图的图像并显示。进而，本实施方式的显示系统保存过去生成的1个以上的图像，显示所保存的图像。
另外，关于本实施方式的各构成要素中的与实施方式1、2、3A及3B相同的构成要素赋予与实施方式1、2、3A及3B相同的标号，省略详细的说明。此外，在本实施方式中，作为映射图的一例而列举图像映射图Mb，但本实施方式的映射图并不限定于图像映射图Mb，也可以是图像要素映射图Ma，也可以是多个图像映射图Mb的集合。
[显示系统800的构成]
图72是表示本实施方式的显示系统800的构成的一例的框图。图72所示的显示系统800具备输入部110、评价器数据库620、特性显示装置830、显示部140、评价显示数据库640、实验数据库650、实验显示数据库740和图像保存部820。另外，特性显示装置830是信息显示装置的一例。
本实施方式的特性显示装置830与实施方式3B的特性显示装置730同样，生成表示多个化合物各自的特性评价值的映射图，将已实验的1个以上的化合物各自的特性实验值重叠在该映射图上。并且，特性显示装置830生成包含该映射图的图像，显示在显示部140上。这里，本实施方式的特性显示装置830对该图像附加该图像被生成的日期，将附加了日期的图像保存到图像保存部820中。并且，特性显示装置830如果从输入部110接受到表示日期的输入信号，则从图像保存部820取得与该日期对应的图像，显示在显示部140上。
这样的特性显示装置830具备评价值取得部632、显示方法取得部833、实验值取得部732和图像处理部834。另外，特性显示装置830例如也可以由CPU等处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置830发挥功能。另外，存储器既可以是易失性也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。
[显示方法取得部833]
显示方法取得部833具有与实施方式3B的显示方法取得部733同样的功能，进而从输入部110取得表示日期的输入信号作为日期设定信息d30。该日期设定信息d30是促使显示附加了由用户设定的日期的图像的信息。显示方法取得部833如果取得该日期设定信息d30，则将该日期设定信息d30向图像处理部834输出。由此，将附加了由该日期设定信息d30表示的日期的图像作为第4图像显示在显示部140上。
进而，显示方法取得部833如果从输入部110取得表示日期的变更的输入信号，则将日期设定信息d30根据输入信号而变更，将变更后的日期设定信息d30向图像处理部834输出。由此，附加了由变更后的日期设定信息d30表示的日期的图像作为第5图像被显示在显示部140上。
[图像处理部834]
图像处理部834具有与实施方式3B的图像处理部734同样的功能，并且还将包含所生成的映射图的图像保存到图像保存部820中。此时，图像处理部834对该图像附加该图像被生成的日期，并保存到图像保存部820中。该图像可以是第1图像、第2图像及第3图像中的任一个图像。此外，在图像保存部820中，将被附加了该日期的图像作为保存图像保存在图像保存部820中。
此外，图像处理部834如果从显示方法取得部833取得日期设定信息d30，则从图像保存部820检索附加有由该日期设定信息d30表示的日期的保存图像。并且，图像处理部834从图像保存部820取得附加有该日期的保存图像，将该保存图像作为第4图像或第5图像向显示部140输出。
[图像保存部820]
图像保存部820是用来将包含由图像处理部834生成的映射图的图像作为保存图像进行保存的记录介质。该记录介质例如是硬盘驱动器、RAM、ROM或半导体存储器等。此外，该记录介质既可以是易失性也可以是非易失性。另外，保存在图像保存部820中的保存图像中，作为附带信息而附加有该保存图像被生成的日期。
[图像的变更的具体例]
图73A及图73B是表示伴随于日期设定信息d30的变更的图像的转移的一例的图。具体而言，图73A表示用来受理日期设定信息d30的设定图像和按照该日期设定信息d30显示于显示部140的第4图像的一例。图73B表示用来受理变更后的日期设定信息d30的设定图像和按照该变更后的日期设定信息d30显示于显示部140的第5图像的一例。
例如，显示方法取得部833从输入部110取得日期设定信息d30。具体而言，图像处理部834如图73A的(b)所示，将用来受理该日期设定信息d30的设定图像显示在显示部140上。设定图像对于日期的设定，作为选项分别表示ON和OFF。用户一边看该设定图像一边进行对输入部110的输入操作。例如，用户通过该输入操作而选择OFF。输入部110将作为与该输入操作相应的输入信号的日期设定信息d30向显示方法取得部833输出。该日期设定信息d30对于日期的设定表示OFF。显示方法取得部833将该日期设定信息d30向图像处理部834输出。
图像处理部834如果从显示方法取得部833取得该日期设定信息d30，则由于在该日期设定信息d30中表示OFF，所以从图像保存部820取得最新的保存图像。并且，图像处理部834将该最新的保存图像作为第4图像向显示部140输出。即，图像处理部834将图73A的(a)所示的第4图像显示在显示部140上。
这里，用户通过进行对输入部110的输入操作，将日期设定信息d30变更。具体而言，图像处理部834如图73B的(b1)～(b3)所示，将用来受理该日期设定信息d30的变更的设定图像显示在显示部140上。用户一边看该设定图像一边进行对输入部110的输入操作。例如，用户通过该输入操作而选择ON。由此，图像处理部834如果从输入部110经由显示方法取得部833受理该表示ON的输入信号，则将用来设定日期的滑块及滑动条和连续再现按钮包含在设定图像中。用户通过进行对输入部110的输入操作，例如如图73B的(b1)所示，使滑块移动而将日期设定为2018年4月1日。结果，日期设定信息d30被变更。即，日期设定信息d30从对于日期的设定表示OFF的信息变更为对于日期的设定表示2018年4月1日的信息。显示方法取得部833从输入部110取得该变更后的日期设定信息d30，将该变更后的日期设定信息d30向图像处理部834输出。
图像处理部834如果从显示方法取得部833取得该变更后的日期设定信息d30，则由于在该变更后的日期设定信息d30中表示2018年4月1日，所以从图像保存部820中检索作为日期而附加有2018年4月1日的保存图像。并且，图像处理部834从图像保存部820取得该保存图像，将该保存图像作为第5图像向显示部140输出。即，图像处理部834将图73B的(a1)所示的第5图像显示在显示部140上。
同样，用户通过进行对输入部110的输入操作，例如如图73B的(b2)或(b3)所示，使滑块移动而将日期设定为2018年4月2日或2018年4月3日。在此情况下也与上述同样，日期设定信息d30被变更。结果，图像处理部834如果从显示方法取得部833取得该变更后的日期设定信息d30，则从图像保存部820中检索附加有与该变更后的日期设定信息d30对应的日期的保存图像。并且，图像处理部834从图像保存部820取得该保存图像，将该保存图像作为第5图像向显示部140输出。即，图像处理部834将图73B的(a2)或(a3)所示的第5图像显示在显示部140上。
在上述的例子中，用户使滑块移动，但也可以选择连续再现按钮。在此情况下，图像处理部834从图像保存部820取得从较早的日期的保存图像到新的日期的保存图像为止的各保存图像，并将这些保存图像从较早的日期的保存图像起依次作为第5图像显示在显示部140上。
这样，通过日期设定信息d30的变更，显示在显示部140上的图像从第4图像动态地变化为第5图像。由此，用户能够容易掌握每天的实验进展，能够适当地辅助由用户进行的材料开发。
另外，在用户设定了多个日期的情况下，显示方法取得部833也可以将表示这些多个日期的日期设定信息d30向图像处理部834输出。在此情况下，图像处理部834也可以将在该多个日期分别生成的保存图像以日期顺序排列而显示在显示部140上。由此，用户能够容易比较多个保存图像。
此外，图像处理部834也可以将包含图像映射图Mb的图像变换为不能变更操作的状态的图像，将该不能变更操作的状态的图像作为保存图像保存到图像保存部820中。并且，图像处理部834也可以从图像保存部820取得该保存图像并原样显示在显示部140上，也可以将该保存图像重构为能够变更操作的状态的图像，将该重构的图像显示在显示部140上。不能变更操作的状态的图像例如也可以是JPEG(Joint Photographic ExpertsGroup)、GIF(Graphics Interchange Format)或PNG(Portable Network Graphics)等形式的图像。这样的不能变更操作的状态的图像是不能对应于第1信息d10、第2信息d20、日期设定信息d30等的变更而被更新的图像。另一方面，能够变更操作的状态的图像是能够对应于第1信息d10、第2信息d20、日期设定信息d30等的变更而被更新的图像。重构是将该图像的状态从不能变更操作的状态恢复为能够变更操作的状态的处理。由此，在不能变更操作的状态的图像与能够变更操作的状态的图像相比数据量少的情况下，能够抑制图像保存部820的存储容量。此外，由于在将该不能变更操作的状态的图像从图像保存部820读出并重构为能够变更操作的状态的图像后显示在显示部140上，所以用户通过进行第1信息d10、第2信息d20、日期设定信息d30等的变更，能够将该显示的图像更新。由此，能够进行过去生成的图像的追加解析，可以期待探讨的顺畅进展以及更有效的研究开发。
这样，在本实施方式的特性显示装置830中，图像处理部834将表示生成了第1图像的时间点的附带信息与第1图像建立关联，将与该附带信息建立了关联的第1图像作为保存图像保存到图像保存部820中。此外，图像处理部834在第2图像的生成中，将表示该第2图像被生成的时间点的附带信息与该第2图像建立关联，将与该附带信息建立了关联的第2图像作为保存图像保存到图像保存部820中。显示方法取得部833取得表示第1时间点的时间点信息。图像处理部834从图像保存部820读出与对应于由该时间点信息表示的第1时间点的附带信息建立了关联的保存图像作为第4图像，并向显示部140输出。此外，在显示方法取得部833中，由时间点信息表示的第1时间点被变更为第2时间点。此时，图像处理部834从图像保存部820读出与对应于第2时间点的附带信息建立了关联的保存图像作为第5图像，代替第4图像而将第5图像向显示部140输出。例如，附带信息表示第1图像或第2图像被生成的日期，时间点信息相当于上述的日期设定信息d30。此外，第1时间点及第2时间点也可以是日期那样的绝对的时间点，也可以如最新的时间点那样是相对的时间点。例如，将第4图像及第5图像输出给显示部140并显示。
由此，例如能够根据作为日期设定信息d30的时间点信息，从图像保存部820读出过去生成的第1图像或第2图像，并作为第4图像来显示。进而，通过该时间点信息的变更，能够从记录介质读出在用户希望的时间点生成的第1图像或第2图像，并作为第5图像来显示。结果，能够实现材料搜索的高效化。
[处理动作]
图74是表示本实施方式的显示系统800的处理动作的流程图。
(步骤S230)
首先，显示系统800执行图像生成处理。即，显示系统800在该步骤S230的图像生成处理中，执行实施方式3B的图71的流程图中表示的各步骤或者该流程图中包含的步骤S211、S213及S221～S224。由此，生成并显示第1图像、第2图像及第3图像中的至少第1图像。
(步骤S231)
接着，特性显示装置830的图像处理部834将通过步骤S230的图像生成处理生成的图像作为保存图像进行保存。此时，图像处理部834对该图像附加图像被生成的日期，将被附加了日期的图像作为保存图像保存到图像保存部820中。
(步骤S232)
接着，特性显示装置830的显示方法取得部833判定是否从输入部110受理了日期设定信息d30。这里，如果由显示方法取得部833判定为没有受理日期设定信息d30(步骤S232的“否”)，则显示系统800重复执行从步骤S230起的处理。
(步骤S233)
另一方面，在步骤S232中，如果由显示方法取得部833判定为受理了日期设定信息d30(步骤S232的“是”)，则图像处理部834从显示方法取得部833取得该日期设定信息d30。并且，图像处理部834从图像保存部820取得附加有由该日期设定信息d30表示的日期的保存图像作为第4图像。
(步骤S234)
图像处理部834通过将在步骤S233中取得的第4图像向显示部140输出，将该第4图像显示在显示部140上。
(步骤S235)
接着，显示方法取得部833判定是否从输入部110受理了日期设定信息d30的变更。这里，如果由显示方法取得部833判定为没有从输入部110受理日期设定信息d30的变更(步骤S235的“否”)，则特性显示装置830执行步骤S238的处理。
(步骤S236)
另一方面，如果由显示方法取得部833判定为从输入部110受理了日期设定信息d30的变更(步骤S235的“是”)，则图像处理部834取得第5图像。即，图像处理部834从图像保存部820取得附加有由变更后的日期设定信息d30表示的日期的保存图像作为第5图像。
(步骤S237)
图像处理部834通过将在步骤S236中取得的第5图像向显示部140输出，将该第5图像显示在显示部140上。
(步骤S238)
接着，特性显示装置830判定是否满足处理的结束条件。例如，特性显示装置830从输入部110取得输入信号，在该输入信号表示处理的结束的情况下，判定为满足处理的结束条件。这里，特性显示装置830如果判定为不满足处理的结束条件(步骤S238的“否”)，则重复执行从步骤S235起的处理。另一方面，特性显示装置830如果判定为满足处理的结束条件(步骤S238的“是”)，则将与特性显示有关的全部处理结束。
(实施方式3D)
本实施方式的显示系统与实施方式3B同样，生成并显示包含重叠了已实验的1个以上的化合物各自的特性实验值的映射图的图像。进而，本实施方式的显示系统在选择了映射图上的特性评价值或特性实验值的情况下，显示具有该被选择的特性评价值或特性实验值的化合物的组成式。
另外，关于本实施方式的各构成要素中的与实施方式1、2及3A～3C相同的构成要素赋予与实施方式1、2及3A～3C相同的标号，省略详细的说明。此外，在本实施方式中，列举图像映射图Mb作为映射图的一例，但本实施方式的映射图并不限定于图像映射图Mb，也可以是图像要素映射图Ma，也可以是多个图像映射图Mb的集合。
[显示系统900的构成]
图75是表示本实施方式的显示系统900的构成的一例的框图。图75所示的显示系统900具备输入部110、评价器数据库620、特性显示装置930、显示部140、评价显示数据库640a、实验数据库650和实验显示数据库740a。另外，特性显示装置930是信息显示装置的一例。
本实施方式的特性显示装置930与实施方式3B的特性显示装置730同样，生成表示多个化合物各自的特性评价值的映射图，将已实验的1个以上的化合物各自的特性实验值重叠在该映射图上。并且，特性显示装置930生成包含该映射图的图像并显示在显示部140上。这里，本实施方式的特性显示装置930如果该映射图上的特性评价值被选择，则使用评价显示数据库640a确定具有该特性评价值的化合物的组成式，将该组成式显示在显示部140上。同样，本实施方式的特性显示装置930如果该映射图上的特性实验值被选择，则使用实验显示数据库740a确定具有该特性实验值的化合物的组成式，将该组成式显示在显示部140上。
这样的特性显示装置930具备评价值取得部632、显示方法取得部933、实验值取得部732和图像处理部934。另外，特性显示装置930例如也可以由CPU等处理器和存储器构成。在此情况下，处理器通过执行例如保存在存储器中的计算机程序，作为特性显示装置930发挥功能。另外，存储器既可以是易失性也可以是非易失性，也可以由易失性存储器和非易失性存储器构成。
[显示方法取得部933]
显示方法取得部933具有与实施方式3B的显示方法取得部733同样的功能。进而，显示方法取得部933确定具有由用户选择的特性评价值或特性实验值的化合物的组成式。例如，用户看显示在显示部140上的图像，通过对输入部110的输入操作来选择在该图像中的映射图中表示的特性评价值。输入部110将表示根据该用户的输入操作来选择的特性评价值在映射图上的位置的输入信号作为位置信息d40向显示方法取得部933输出。显示方法取得部933如果从输入部110取得该位置信息d40，则使用评价显示数据库640a中包含的后述的第1组成信息，确定与由该位置信息d40表示的位置对应的组成式。
同样，例如用户看显示在显示部140上的图像，通过对输入部110的输入操作来选择在该图像中的映射图中表示的特性实验值。输入部110将表示根据该用户的输入操作来选择的特性实验值在映射图上的位置的输入信号作为位置信息d40向显示方法取得部933输出。显示方法取得部933如果从输入部110取得该位置信息d40，则使用实验显示数据库740a中包含的后述的第2组成信息，确定与由该位置信息d40表示的位置对应的组成式。
并且，显示方法取得部933将该确定的组成式向图像处理部934输出。
[图像处理部934]
图像处理部934具有与实施方式3B的图像处理部734同样的功能。进而，图像处理部934如果从显示方法取得部933接收到组成式，则将表示该组成式的组成图像向显示部140输出。由此，该组成图像显示在显示部140上。
[评价显示数据库640a]
图76是表示保存在评价显示数据库640a中的信息的一例的图。
本实施方式的评价显示数据库640a与实施方式3A～3C的评价显示数据库640同样，是保存有第1信息d10的记录介质，还保持着第1组成信息d18。第1组成信息d18是表示与映射图上的各特性评价值的位置对应的组成式的信息。
[实验显示数据库740a]
图77是表示保存在实验显示数据库740a中的信息的一例的图。
本实施方式的实验显示数据库740a与实施方式3B及3C的实验显示数据库740同样，是保存有第2信息d20的记录介质，还保持着第2组成信息d24。第2组成信息d24是表示与映射图上的各特性实验值的位置对应的组成式的信息。
[图像的变更的具体例]
图78是表示伴随于位置信息d40的取得的图像的转移的一例的图。具体而言，图78的(a)表示显示于显示部140的第6图像的一例，图78的(b)表示按照位置信息d40显示于显示部140的第7图像的一例。另外，第6图像例如是第1图像、第2图像或第3图像。
例如，如图78的(a)所示，图像处理部934与实施方式3B同样，将包含图像映射图Mb的第6图像显示在显示部140上。此外，在该图像映射图Mb上重叠着1个以上的特性实验值。
这里，用户通过进行对输入部110的输入操作，选择该1个以上的特性实验值中的某1个。结果，输入部110对应于该输入操作，将表示被选择的特性实验值在图像映射图Mb上的位置的位置信息d40向显示方法取得部933输出。显示方法取得部933如果从输入部110取得该位置信息d40，则从实验显示数据库740a取得第2组成信息d24。并且，显示方法取得部933从该第2组成信息d24中检索与由位置信息d40表示的图像映射图Mb上的位置建立了关联的组成式。显示方法取得部933将该检索到的组成式向图像处理部934输出。
图像处理部934如果从显示方法取得部933取得该组成式，则如图78的(b)所示，生成表示该组成式的组成图像f1。并且，图像处理部934通过将该组成图像f1重叠在图像映射图Mb上，生成第7图像，并将该第7图像向显示部140输出。结果，如图78的(b)所示，重叠了组成图像f1的第7图像显示在显示部140上。即，显示于显示部140的图像从第6图像动态地变化为第7图像。
另外，在图78的例子中，选择特性实验值，但也可以选择特性评价值。在此情况下，显示方法取得部933从评价显示数据库640a中取得第1组成信息d18。并且，显示方法取得部933从该第1组成信息d18中检索与由位置信息d40表示的图像映射图Mb上的位置建立了关联的组成式。显示方法取得部933将该检索到的组成式向图像处理部934输出。结果，与图78的(b)的例子同样，表示与被选择的特性评价值对应的组成式的组成图像f1重叠在图像映射图Mb上，包含该图像映射图Mb的第7图像显示在显示部140上。
此外，在输入部110是鼠标的情况下，用户对特性实验值或特性评价值的选择既可以通过该鼠标的点击进行，也可以通过点击并保持来进行。在点击并保持的情况下，图像处理部934也可以在进行该点击并保持的期间使显示部140显示组成图像f1。
由此，用户不用根据范围变量的选项数据求出而简便地掌握与所选择的特性评价值或特性实验值对应的化合物的组成式。结果，可以期待探讨的顺畅的进展以及更有效的研究开发。此外，在选择了特性评价值的情况下，组成图像f1所表示的组成式也可以不是严密的组成式。换言之，在选择了处于图像要素映射图Ma的格子点以外的位置处的特性评价值的情况下，也可以将与处于该位置的最近处的格子点对应的组成式包含在组成图像中来显示。
这样，在本实施方式的特性显示装置930中，显示方法取得部933取得位置信息d40，该位置信息d40表示作为第1图像、第2图像或第3图像的第6图像中包含的图像映射图Mb上的特性评价值或特性实验值的位置。并且，显示方法取得部933取得与对应于由该位置信息d40表示的位置的化合物的组成式有关的组成式数据。图像处理部934通过将表示该组成式数据的组成图像f1重叠在图像映射图Mb上，将该第6图像变更为第7图像。例如，将第7图像输出给显示部140而显示。另外，组成式数据也可以是表示化合物的组成式本身的数据，并不限于组成式本身，只要是与该组成式有关的内容，可以表示任何内容。
由此，即使从图像映射图Mb的坐标轴难以读取具有由该图像映射图Mb表示的特性评价值或特性实验值的化合物的组成式，也通过位置信息d40显示表示该组成式的组成图像f1。因而，用户能够容易掌握其组成式。结果，能够实现材料搜索的高效化，能够适当地辅助材料开发。
另外，在本实施方式中，作为第1图像、第2图像或第3图像的第6图像被变更为第7图像，但该第6图像也可以是实施方式3C的第4图像，也可以是第5图像。
此外，在图78所示的例子中，显示表示组成式的组成图像f1，但也可以在该组成式中包含元素的系数作为非可视化变量。在此情况下，将该非可视化变量以各种形态显示。
图79是表示示出包含元素的系数作为非可视化变量的组成式的组成图像的例子的图。
例如，第7图像包含具有组成式“Li2－3a－4b(Al1－xGax)a(Ti1－yZry)1+bOc”的化合物的图像映射图Mb。在该组成式中，包含元素O的系数c作为非可视化变量(即非活跃变量)。在该系数c中，例如代入上述的第1值。该第1值是常数。例如，第1值是3(即，c＝3)。在此情况下，在图像映射图Mb上，表示具有组成式“Li2－3a－4b(Al1－xGax)a(Ti1－yZry)1+bO3”的多个化合物各自的特性评价值。这里，用户例如通过作为输入部110的鼠标的操作来选择在图像映射图Mb中的变量(a，b，x，y)＝(0.2，0.1，0.6，0.3)的位置上表示的特性评价值。结果，如图79的(a)所示，图像处理部934将与组成图像f1相同的组成图像f11重叠在图像映射图Mb上。另外，在对系数c代入第1值的情况下，不论选择图像映射图Mb上的哪个位置，在重叠于该位置的组成图像中都显示第1值(即3)作为系数c。
此外，对于系数c，有时代入上述的第2值。第2值为在图像映射图Mb上的各位置处、满足由该位置表示的特性评价值为最优值的条件的值。在此情况下，用户通过鼠标的操作在图像映射图Mb中选择在变量(a，b，x，y)＝(0.2，0.1，0.6，0.3)的位置表示的特性评价值。结果，如图79的(b)所示，图像处理部934将组成图像f12重叠在图像映射图Mb上。在由该组成图像f12表示的组成式中，作为系数c而包含“3.1”。即，组成图像f12表示：在具有组成式“Li1.0Al0.08Ga0.12Ti0.77Zr0.33Oc”的多个化合物中的得到作为最优值的特性评价值的化合物的组成式中，作为系数c而包含作为第2值的“3.1”。进而，用户通过鼠标的操作在图像映射图Mb中选择在其他的位置表示的特性评价值，例如在变量(a，b，x，y)＝(0.2，0.1，0.6，0.2)的位置表示的特性评价值。结果，如图79的(c)所示，将组成图像f13重叠在图像映射图Mb上。在由该组成图像f12表示的组成式中，作为系数c而包含“2.7”。即，组成图像f12表示：在具有组成式“Li1.0Al0.08Ga0.12Ti0.88Zr0.22Oc”的多个化合物中的、得到作为最优值的特性评价值的化合物的组成式中，作为系数c而包含作为第2值的“2.7”。这样，在对系数c代入第2值的情况下，根据在图像映射图Mb上选择的位置而在组成图像上显示不同的第2值。
此外，对于系数c，有时代入上述的规定的数值范围内的各数值。在此情况下，在图像映射图Mb中的由变量a、b、x及y表示的各位置处表示多个化合物的特性评价值的平均值。该多个化合物分别具有由对组成式“Li2－3a－4b(Al1－xGax)a(Ti1－yZry)1+bOc”的系数c代入的各数值表现的组成式。另外，该组成式中包含的变量a、b、x及y表示与图像映射图Mb中的位置相应的值。
这里，用户通过鼠标的操作在图像映射图Mb中选择在变量(a，b，x，y)＝(0.2，0.1，0.6，0.3)的位置表示的特性评价值。结果，如图79的(d)所示，图像处理部934将组成图像f14重叠在图像映射图Mb上。该组成图像f14，代替系数c而表示意味着算术处理的单词“mean”。即，组成图像f14表示：在图像映射图Mb中示出了基于元素O的系数的特性评价值的平均值。或者，如图79的(e)所示，图像处理部934将组成图像f15重叠在图像映射图Mb上。该组成图像f15表示用于特性评价值的平均值的计算的数值范围、即对系数c代入的各数值的数值范围“2.7～3.0”。另外，在对系数c代入规定的数值范围内的各数值的情况下，不论选择图像映射图Mb上的哪个位置，在重叠于该位置的组成图像中都显示“mean”或其数值范围“2.7～3.0”。
另外，在图79的例子中，通过鼠标的操作来选择特性评价值，但也可以选择特性预测值，也可以选择特性实验值或实验点。在作为选择物而选择特性预测值、特性实验值或实验点的情况下，也将表示与该选择物对应的组成式的组成图像重叠在图像映射图Mb上。在该选择物是特性预测值的情况下，重叠表示如下组成式的组成图像，该组成式包含用于该特性预测值的计算的系数c。在选择物是特性实验值的情况下，重叠表示具有该特性实验值的化合物的组成式的组成图像，在选择物是实验点的情况下，重叠表示与该实验点建立了对应的化合物的组成式的组成图像。这里，在图24A及图24B所示的例子中，当不存在与具有特性实验值的化合物的组成式对应的映射图上的位置的情况下，也将该特性实验值重叠在映射图上。在这样的例子的情况下，也如果选择特性实验值，则与上述同样，将表示具有该被选择的特性实验值的化合物的组成式的组成图像重叠在映射图上。但是，在该例子的情况下，被重叠的组成图像的组成式有可能不同于与映射图上的特性实验值的位置及处于其周围的特性评价值对应的组成式。例如，有时在与系数c＝3对应的图像映射图Mb中重叠表示如下组成式的组成图像，该组成式包含与“3”不同的数值作为系数c。
这样，在本实施方式的特性显示装置930中，显示方法取得部933取得表示图像映射图Mb上的特性预测值或特性实验值的位置的位置信息d40。并且，图像处理部934取得与对应于由位置信息d40表示的位置的化合物的组成式有关的组成式数据，将表示该组成式数据的组成图像重叠在图像映射图Mb上。该组成式数据包含与具有特性预测值或特性实验值的化合物建立了关联的非活跃变量。另外，非活跃变量是多个变量中的被用于图像映射图Mb的坐标轴的变量a、b、x、y以外的变量。此外，组成式数据是表示第1组成信息d18或第2组成信息d24中包含的例如组成式的数据。此外，显示方法取得部933通过基于上述的鼠标操作进行的特性评价值或特性实验值的选择，取得表示该特性评价值或特性实验值的位置的位置信息d40。
由此，即使不能根据特性预测值或特性实验值的位置掌握与该位置对应的化合物的非活跃变量，由于包含该非活跃变量的组成图像被重叠在图像映射图Mb上，所以通过看所显示的该组成图像，也能够容易掌握非活跃变量。
此外，在组成图像中，也可以将不包含在组成式中的变量作为非可视化变量显示。不包含在该组成式中的变量在具体的例子中也可以是过程变量。
图80是表示将过程变量用作非可视化变量的情况下的组成图像的例子的图。
例如，第7图像包含具有组成式“Li2－3a－4b(Al1－xGax)a(Ti1－yZry)1+bO3”的化合物的图像映射图Mb。在该图像映射图Mb的生成中，作为非可视化变量而使用3个过程变量，即表示烧成方法的变量Pa、表示烧成时间的变量Pb和表示烧成温度的变量Pc。这里，用户通过鼠标的操作，选择在图像映射图Mb中在变量(a，b，x，y)＝(0.2，0.1，0.6，0.3)的位置表示的特性评价值。结果，如图80所示，图像处理部934将组成图像f16重叠在图像映射图Mb上。组成图像f16不仅表示具有通过该鼠标选择的特性评价值的化合物的组成式，还表示在该特性评价值的计算中使用的变量Pa、Pb、Pc各自的选项数据。例如，由组成图像f16表示“烧成方法Pa＝球磨机”、“烧成时间Pb＝1小时”、“烧成温度Pa＝100℃”等。
另外，图79及图80的例子中的利用鼠标的选择，既可以是鼠标的点击，也可以是点击并保持，也可以是鼠标悬停。此外，也可以使用与鼠标不同的输入设备来选择上述的选择物。
[处理动作]
图81是表示本实施方式的显示系统900的处理动作的流程图。
(步骤S230)
首先，显示系统900执行图像生成处理。即，显示系统900在该步骤S230中的图像生成处理中，执行在实施方式3B的图71的流程图中表示的各步骤，或者包含在该流程图中的步骤S211、S213及S221～S224。由此，将第1图像、第2图像或第3图像作为第6图像显示。
(步骤S241)
接着，特性显示装置930的显示方法取得部933判定是否从输入部110受理了位置信息d40。这里，如果由显示方法取得部933判定为没有受理位置信息d40(步骤S241的“否”)，则显示系统900结束与特性显示有关的处理。
(步骤S242)
另一方面，在步骤S241中，显示方法取得部933如果判定为受理了位置信息d40(步骤S241的“是”)，则从评价显示数据库640a或实验显示数据库740a取得第1组成信息d18或第2组成信息d24。例如，在所选择的特性评价值的位置由位置信息d40表示的情况下，显示方法取得部933从评价显示数据库640a取得第1组成信息d18。此外，在所选择的特性实验值的位置由位置信息d40表示的情况下，显示方法取得部933从实验显示数据库740a取得第2组成信息d24。并且，显示方法取得部933从该第1组成信息d18或第2组成信息d24中，检索具有所选择的特性评价值或特性实验值的化合物的组成式。并且，图像处理部934生成包含该被检索到的组成式的组成图像f1。
(步骤S243)
图像处理部934通过将在步骤S242中生成的组成图像f1重叠到在步骤S230中生成并显示的第6图像的图像映射图Mb上，生成第7图像。
(步骤S244)
图像处理部934通过将在步骤S243中生成的第7图像向显示部140输出，将该第7图像显示在显示部140上。
<其他形态>
以上，基于实施方式对有关本公开的各种显示系统进行了说明，但本公开并不限定于这些实施方式。只要不脱离本公开的主旨，对本实施方式施以本领域技术人员想到的各种变形所得的形态、将不同实施方式的构成要素组合而构建的形态等也包含在本公开的范围内。
例如，在上述各实施方式中，生成图像要素映射图Ma或图像映射图Mb等映射图，但也可以代替图像要素映射图Ma而生成图像映射图Mb，相反，也可以代替图像映射图Mb而生成图像要素映射图Ma。此外，生成的映射图也可以是多个图像映射图Mb的集合。
此外，在上述各实施方式中，实验值取得部232、实验值取得部732及实验点取得部635取得具有搜索范围中包含的构成的已实验的化合物的特性实验值或实验点。但是，实验值取得部232、实验值取得部732及实验点取得部635也可以不仅取得该搜索范围，还取得具有在与该搜索范围类似的范围中包含的构成的已实验的化合物的特性实验值或实验点。或者，实验值取得部232、实验值取得部732及实验点取得部635也可以不论搜索范围如何都取得包含在实验数据库150或650中的全部化合物的特性实验值或实验点。
此外，也可以每当得到新的化合物的实验结果，就将上述各实施方式的预测器数据库120及评价器数据库620基于该实验结果更新。即，也可以每当在实验数据库150或650中反映了新的实验结果就将预测器数据库120及评价器数据库620更新。
此外，在上述各实施方式中，特性预测值、特性实验值及特性评价值主要由颜色的深浅度表示，但只要是在视觉上表现的形态，也可以用颜色的深浅度以外的形态表示。例如，也可以将特性预测值、特性实验值及特性评价值用颜色表示。
此外，在上述实施方式3A～3D中，将第1信息d10或第2信息d20变更。此时，特性显示装置也可以将该第1信息d10或第2信息d20显示在显示部140上，用户通过一边看它们一边进行对输入部110的输入操作来将第1信息d10或第2信息d20变更。
此外，也可以将上述实施方式1A、1B、2A～2C及3A～3D中的任一个与其他实施方式组合。例如，也可以在实施方式3A～3D中的特性评价值及特性实验值的显示形态中应用实施方式1A及1B中的映射图及特性实验值的显示形态。此外，例如也可以在实施方式2A～2C中的候选点的显示形态中应用实施方式1A及1B中的映射图及特性实验值的显示形态。更具体地讲，在实施方式2A～2C中，特性显示装置也可以取得实施方式1的第1显示方法信息及第2显示方法信息，进行与这些信息对应的处理。
例如，上述各实施方式的特性显示装置是显示系统的一部分，但也可以包含该显示系统的全部构成。例如，图13所示的特性显示装置230也可以具备输入部110、预测器数据库120、实验数据库150等。此外，特性显示装置也可以具备多个处理器。此外，特性显示装置也可以构成为1个计算机装置，也可以由可相互通信地连接的多个计算机装置构成。即，在上述各实施方式的特性显示装置中包含的多个构成要素也可以不是装备在1个相同的装置中，而是被分散配置在相互不同的装置中。
此外，在上述各实施方式中，各构成要素也可以由专用的硬件构成，或通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过CPU或处理器等的程序执行部将记录在硬盘或半导体存储器等的记录介质中的软件程序读出并执行来实现。这里，实现上述各实施方式的特性显示装置等的程序例如也可以使处理器执行在图10、图23、图42、图48、图63、图66、图71、图74及图81的至少1个流程图中包含的各步骤。
(硬件构成)
上述的显示系统100～900具体而言也可以通过由微处理器、ROM、RAM、SSD、硬盘驱动器、显示器单元、键盘及鼠标等构成的计算机系统构成。在RAM或硬盘驱动器中存储有显示程序计算机程序。通过由微处理器按照显示程序动作，显示系统100～900达成其功能。这里，显示程序是为了达成规定的功能而将表示对于计算机的指令的命令代码组合多个而构成的。
进而，构成上述显示系统100～900的构成要素的一部分或全部也可以由1个系统LSI(Large Scale Integration：大规模集成电路)构成。系统LSI是将多个构成部集成到1个芯片上而制造出的超多功能LSI，具体而言，是包括微处理器、ROM及RAM等而构成的计算机系统。在RAM中存储有计算机程序。通过由微处理器按照计算机程序动作，系统LSI达成其功能。
进而，构成上述显示系统100～900的构成要素的一部分或全部也可以由相对于计算机可拆装的IC卡或单体的模块构成。IC卡或模块是由微处理器、ROM及RAM等构成的计算机系统。IC卡或模块也可以包括上述超多功能LSI。通过微处理器按照计算机程序动作，IC卡或模块达成其功能。该IC卡或该模块也可以具有耐篡改性。
此外，本公开也可以是由上述显示系统100～900执行的显示方法。此外，该显示方法既可以通过计算机执行显示程序来实现，也可以通过由显示程序构成的数字信号实现。
进而，本公开也可以由记录有显示程序或上述数字信号的计算机可读取的非暂时性的记录介质构成。作为记录介质，例如是软盘、硬盘、CD－ROM、MO、DVD、DVD－ROM、DVD－RAM、BD(Blu－ray(注册商标)Disc)、半导体存储器等。此外，显示程序也可以由记录在非暂时性的记录介质中的上述数字信号构成。
此外，本公开也可以通过将上述显示程序或上述数字信号经由电气通信线路、无线或有线通信线路、以因特网为代表的网络、或数据广播等传送而构成。
此外，本公开也可以是具备微处理器和存储器的计算机系统，上述存储器存储有显示程序，微处理器按照显示程序动作。
此外，也可以通过将显示程序或上述数字信号记录到上述非暂时性的记录介质中并移送，或通过将显示程序或上述数字信号经由上述网络等移送，由独立的其他的计算机系统实施。
此外，显示系统也可以由服务器和经由网络与服务器连接的用户持有的终端构成。
工业实用性
本公开起到能够容易理解地显示与多个化合物的特性有关的信息的效果，对用于材料开发的装置及系统等具有实用性。
标号说明
100、200、300、400、401、500、600、700、800、900 显示系统
110 输入部
120 预测器数据库
130、230、330、430、530、630、730、830、930 特性显示装置
131 搜索范围取得部
132 预测值取得部
133、633、733、833、933 显示方法取得部
134、234、334、434、534、634、734、834、934 图像处理部
140 显示部
150、650 实验数据库
232、732 实验值取得部
331 候选点决定部
410、820 图像保存部
510 候选点数据库
531 候选点取得部
620 评价器数据库
632 评价值取得部
635 实验点取得部
640、640a 评价显示数据库
651 化合物基本数据
652 化合物详细数据
740、740a 实验显示数据库
a1 参照图像
b1 候选点
d10 第1信息
d11 色彩信息
d12 计算方法信息
d121 计算方法图像
d13 映射图排列信息
d14 搜索范围信息
d141 搜索范围图像
d15 显示对象信息
d16 显示范围信息
d18 第1组成信息
d20 第2信息
d21 色彩信息
d22 显示对象信息
d23 显示条件信息
d24 第2组成信息
d30 日期设定信息
d40 位置信息
e1、e2、e3、e4、e5 标记(特性实验值)
f1、f11～f16 组成图像
L1 等值线
Ma、Ma1～Ma4 图像要素映射图(映射图)
Mb 图像映射图
r1、r2、r3、r4 区域
R1、R2、R3、R4 区域

Claims (28)

1.一种信息显示方法，其中，
取得多个化合物各自的特性预测值，
取得表示上述特性预测值的显示方法的第1显示方法信息，
生成按照上述第1显示方法信息表示上述多个化合物各自的特性预测值的映射图，
生成包含上述映射图的图像并输出，
上述映射图具有分别表示为了表现化合物的构成而使用的多个变量中的至少两个变量的坐标轴。
2.如权利要求1所述的信息显示方法，其中，
上述第1显示方法信息，作为上述特性预测值的显示方法而表示：用于表示上述特性预测值的颜色的决定方法、以及用于表示上述特性预测值的显示形式的决定方法中的至少1个。
3.如权利要求1所述的信息显示方法，其中，
上述第1显示方法信息，作为上述特性预测值的显示方法而表示以下(a)～(e)中的至少1个：
(a)将与基准值相同的特性预测值用预先决定的颜色或颜色的深浅度表示在上述映射图上；
(b)将比上述基准值大的特性预测值以第1色系的颜色表示，将比上述基准值小的特性预测值以第2色系的颜色表示；
(c)对上述映射图上的第1区域与第2区域的边界重叠边界线，上述第1区域是表示有与上述基准值相同的特性预测值的区域，上述第2区域是表示有与上述基准值不同的特性预测值的区域；
(d)将第3区域和第4区域中的一方的区域以预先决定的颜色或颜色的深浅度表示，上述第3区域是在上述映射图上表示有满足规定的条件的特性预测值的区域，上述第4区域是在上述映射图上表示有不满足上述规定的条件的特性预测值的区域；以及
(e)对上述第3区域和上述第4区域中的一方的区域，重叠多个点或条纹的图案。
4.如权利要求3所述的信息显示方法，其中，
上述基准值是上述多个化合物各自的特性预测值的平均值或中位数，或者由用户指定的值。
5.如权利要求1～4中任一项所述的信息显示方法，其中，
在上述映射图的生成中，
进一步，确定表示于上述映射图上的特性预测值的梯度，
将表示上述梯度的朝向及大小的箭头重叠在上述映射图上。
6.如权利要求1～5中任一项所述的信息显示方法，其中，
在上述信息显示方法中，进一步，
取得为了表现上述化合物的构成而使用的多个变量、以及关于上述多个变量的每一个表示该变量能取的值或元素的多个选项数据，
在上述特性预测值的取得中，
按选项数据的每个组合，取得具有与该组合对应的构成的化合物的特性预测值，上述选项数据的组合是通过针对上述多个变量的每一个从上述多个选项数据中选择1个选项数据而得到的。
7.如权利要求1～6中任一项所述的信息显示方法，其中，
在上述多个变量中有在上述映射图的坐标轴中使用的上述至少两个变量以外的变量即非活跃变量的情况下，
上述第1显示方法信息，作为上述特性预测值的显示方法而表示使用上述非活跃变量显示上述特性预测值。
8.如权利要求1～6中任一项所述的信息显示方法，其中，
上述第1显示方法信息，在上述多个变量中有在上述映射图的坐标轴中使用的上述至少两个变量以外的变量即非活跃变量的情况下，作为上述特性预测值的显示方法而表示对上述非活跃变量代入第1值、第2值或规定的数值范围内的各数值，
(a)在对上述非活跃变量代入第1值的情况下，
在上述映射图的生成中，
生成表示具有如下构成的上述多个化合物各自的特性预测值的上述映射图，该构成是使用表示由用户指定的上述第1值的上述非活跃变量来表现的构成，
(b)在对上述非活跃变量代入第2值的情况下，
在上述映射图的生成中，
决定上述第2值，以使表示于上述映射图的上述特性预测值满足规定的条件，
生成表示具有如下构成的上述多个化合物各自的特性预测值的上述映射图，该构成是使用表示所决定的上述第2值的上述非活跃变量来表现的构成，
(c)在对上述非活跃变量代入上述规定的数值范围内的各数值的情况下，
在上述映射图的生成中，
按上述映射图上的每个位置，计算具有如下构成的多个化合物的特性预测值的平均值，该构成是使用分别表示与该位置对应的数值的上述至少两个变量来表现的构成，
生成按上述映射图上的每个位置表示对于该位置计算出的上述特性预测值的平均值的上述映射图，
被计算上述特性预测值的平均值的上述多个化合物各自的上述非活跃变量表示上述规定的数值范围内的相互不同的数值。
9.如权利要求1～8中任一项所述的信息显示方法，其中，
在上述特性预测值的取得中，
从保存在预测器数据库中的用于预测化合物的特性值的至少1个预测器取得上述多个化合物各自的上述特性预测值。
10.如权利要求1～9中任一项所述的信息显示方法，其中，
在上述信息显示方法中，进一步，
取得已实验的1个以上的化合物各自的特性实验值，
在上述图像的生成中，
将上述已实验的1个以上的化合物各自的特性实验值重叠在与该化合物的构成对应的映射图上的位置，生成包含重叠了上述特性实验值的上述映射图的上述图像。
11.如权利要求10所述的信息显示方法，其中，
在上述信息显示方法中，进一步，
取得表示上述特性实验值的显示方法的第2显示方法信息，
在上述图像的生成中，
按照上述第2显示方法信息将上述特性实验值重叠在上述映射图上。
12.如权利要求11所述的信息显示方法，其中，
在上述特性预测值以与该特性预测值相应的颜色或颜色的深浅度即第1显示形态表示于上述映射图，并且
上述特性实验值作为具有与该特性实验值相应的颜色或颜色的深浅度即第2显示形态的标记而重叠于上述映射图的情况下，
上述第2显示方法信息，作为上述特性实验值的显示方法而表示：使对于上述特性实验值的上述第2显示形态的标度与对于上述特性预测值的上述第1显示形态的标度一致。
13.如权利要求11或12所述的信息显示方法，其中，
上述第2显示方法信息，在多个上述特性实验值分别作为标记而相互重合地重叠于上述映射图的情况下，作为上述特性实验值的显示方法而表示规定上述标记的重叠的顺序的规则，
在上述图像的生成中，
将多个上述特性实验值各自的标记按照上述规则相互重合地重叠在上述映射图上。
14.如权利要求13所述的信息显示方法，其中，
上述规则规定：
(a)上述特性实验值越大，则将上述特性实验值的标记越接近于表面侧而配置，
(b)上述特性实验值越接近于规定的值，则将上述特性实验值的标记越接近于表面侧而配置，或者
(c)上述特性实验值越接近于在上述特性实验值被重叠的上述映射图上的位置表示的上述特性预测值，则将上述特性实验值的标记越接近于表面侧而配置。
15.如权利要求11～14中任一项所述的信息显示方法，其中，
上述第2显示方法信息，在不存在与具有上述特性实验值的化合物的构成对应的上述映射图上的位置的情况下，
作为上述特性实验值的显示方法而表示：
(a)在上述映射图上，在对应于与具有上述特性实验值的上述化合物的构成最接近的构成的位置上重叠上述特性实验值，或者
(b)在上述映射图上不重叠上述特性实验值，
在上述图像的生成中，
按照上述第2显示方法信息进行与上述特性实验值向上述映射图的重叠有关的处理。
16.如权利要求11～15中任一项所述的信息显示方法，其中，
上述第2显示方法信息，作为上述特性实验值的显示方法而表示：在上述已实验的1个以上的化合物的特性实验值中，将预先决定的第1阈值以上的特性实验值重叠在上述映射图上，不将小于上述第1阈值的特性实验值重叠在上述映射图上。
17.如权利要求11～16中任一项所述的信息显示方法，其中，
上述第2显示方法信息，作为上述特性实验值的显示方法而表示：以在上述已实验的1个以上的化合物的特性实验值中，将满足规定的条件的特性实验值比不满足上述规定的条件的特性实验值强调的形态重叠在上述映射图上，
在上述图像的生成中，
按照上述第2显示方法信息，以将满足上述规定的条件的特性实验值强调的形态重叠在上述映射图上。
18.如权利要求17所述的信息显示方法，其中，
上述规定的条件为，
(a)上述特性实验值是从当前到向前预先决定的期间为止取得的特性实验值，
(b)上述特性实验值是最近取得的预先决定的数量的特性实验值中的1个，
(c)上述特性实验值是预先决定的第2阈值以上，或者
(d)上述特性实验值与针对如下化合物取得的特性预测值的差分为预先决定的第3阈值以上或小于上述第3阈值，该化合物与具有该特性实验值的化合物具有相同的构成。
19.如权利要求11～18中任一项所述的信息显示方法，其中，
在上述信息显示方法中，进一步，
在将至少1个非活跃变量与上述已实验的1个以上的化合物的特性实验值的每一个建立了关联的情况下，计算上述至少1个非活跃变量各自的情况的数量的乘积，作为标记的形态的类别数量，
在上述图像的生成中，
关于上述已实验的1个以上的化合物的特性实验值的每一个，从上述类别数量的形态中选择与关联有该特性实验值的上述至少1个非活跃变量各自所表示的数据的组合相应的形态，将所选择的形态的标记重叠在上述映射图上。
20.如权利要求19所述的信息显示方法，其中，
上述至少1个非活跃变量的每一个将在具有上述特性实验值的化合物的生成中使用的过程条件或具有上述特性实验值的化合物的属性作为上述数据来表示。
21.如权利要求20所述的信息显示方法，其中，
上述化合物的属性为，(a)上述化合物的晶体相的种类、(b)上述化合物的原料的种类或者(c)在生成了上述化合物时是否残留有上述化合物的原料。
22.如权利要求11～21中任一项所述的信息显示方法，其中，
上述映射图包含多个图像要素映射图，该多个图像要素映射图沿着第1坐标轴及第2坐标轴的每个坐标轴以矩阵状排列，
上述多个图像要素映射图的每一个具有第3坐标轴及第4坐标轴，
在上述映射图的生成中，
将上述第1坐标轴、上述第2坐标轴，上述第3坐标轴及上述第4坐标轴与上述多个变量中的第1变量、第2变量、第3变量及第4变量分别建立对应，
关于上述多个化合物的每一个，
确定上述多个图像要素映射图中的、与为了表现该化合物的构成而使用的上述第1变量的值及上述第2变量的值建立了关联的图像要素映射图，
将该化合物的特性预测值映射到所确定的上述图像要素映射图上的、与为了表现该化合物的构成而使用的上述第3变量的值及上述第4变量的值对应的位置。
23.如权利要求22所述的信息显示方法，其中，
在上述图像的生成中，
关于上述已实验的1个以上的化合物的每一个，
在上述多个图像要素映射图中不存在与为了表现该化合物的构成而使用的上述第1变量的值及上述第2变量的值建立了关联的图像要素映射图的情况下，代替上述图像要素映射图而确定与最接近于上述第1变量及上述第2变量各自的值的值建立了关联的图像要素映射图，
将该化合物的特性实验值重叠在所确定的上述图像要素映射图上的、与为了表现该化合物的构成而使用的上述第3变量的值及上述第4变量的值对应的位置。
24.如权利要求11所述的信息显示方法，其中，
在上述信息显示方法中，进一步，
取得位置信息，该位置信息表示上述映射图上的上述特性预测值或上述特性实验值的位置，
在上述图像的生成中，
取得有关与由上述位置信息表示的位置对应的化合物的组成式的组成式数据，将表示上述组成式数据的组成图像重叠在上述映射图上，
上述组成式数据包含与具有上述特性预测值或上述特性实验值的上述化合物建立了关联的非活跃变量，
上述非活跃变量是上述多个变量中的在上述映射图的坐标轴中使用的上述至少两个变量以外的变量。
25.一种信息显示方法，其中，
取得多个化合物各自的特性预测值，
输出包含映射图的图像，上述映射图是使用所取得的上述特性预测值而生成的，
上述映射图是具有分别表示为了表现化合物的构成而使用的至少两个变量的坐标轴、并且表示上述多个化合物各自的特性预测值的映射图。
26.一种信息显示装置，其中，具备：
预测值取得部，取得多个化合物各自的特性预测值；
显示方法取得部，取得表示上述特性预测值的显示方法的第1显示方法信息；以及
图像处理部，输出包含映射图的图像，上述映射图按照上述第1显示方法信息而生成，表示上述多个化合物各自的特性预测值，
上述映射图具有分别表示为了表现化合物的构成而使用的多个变量中的至少两个变量的坐标轴。
27.一种程序，其中，使计算机执行：
取得多个化合物各自的特性预测值，
取得表示上述特性预测值的显示方法的第1显示方法信息，
生成按照上述第1显示方法信息表示上述多个化合物各自的特性预测值的映射图，
生成包含上述映射图的图像并输出，
上述映射图具有分别表示为了表现化合物的构成而使用的多个变量中的至少两个变量的坐标轴。
28.一种程序，其中，使计算机执行：
取得多个化合物各自的特性预测值，
输出包含映射图的图像，上述映射图是使用所取得的上述特性预测值而生成的，
上述映射图是具有分别表示为了表现化合物的构成而使用的至少两个变量的坐标轴、并且表示上述多个化合物各自的特性预测值的映射图。
CN202280050745.1A 2021-07-28 2022-07-26 信息显示方法、信息显示装置及程序 Pending CN117678026A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021123686 2021-07-28
JP2021-123686 2021-07-28
PCT/JP2022/028839 WO2023008447A1 (ja) 2021-07-28 2022-07-26 情報表示方法、情報表示装置およびプログラム

Publications (1)

Publication Number Publication Date
CN117678026A true CN117678026A (zh) 2024-03-08

Family

ID=85087668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280050745.1A Pending CN117678026A (zh) 2021-07-28 2022-07-26 信息显示方法、信息显示装置及程序

Country Status (4)

Country Link
US (1) US20240153597A1 (zh)
JP (1) JPWO2023008447A1 (zh)
CN (1) CN117678026A (zh)
WO (1) WO2023008447A1 (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0736849A (ja) * 1993-07-20 1995-02-07 Hitachi Ltd 情報処理システム
US7199809B1 (en) 1998-10-19 2007-04-03 Symyx Technologies, Inc. Graphic design of combinatorial material libraries
JP4009670B2 (ja) 2002-08-02 2007-11-21 独立行政法人科学技術振興機構 成分配合設計方法、成分配合設計プログラム及びそのプログラムを記録した記録媒体
JP5088731B2 (ja) * 2007-09-11 2012-12-05 株式会社 Ｊｅｏｌ Ｒｅｓｏｎａｎｃｅ 多変量解析装置及びコンピュータプログラム
US20140012118A1 (en) * 2012-07-09 2014-01-09 Dexcom, Inc. Systems and methods for leveraging smartphone features in continuous glucose monitoring
US10439068B2 (en) 2015-02-12 2019-10-08 Semiconductor Energy Laboratory Co., Ltd. Oxide semiconductor film and semiconductor device
JP7330712B2 (ja) 2019-02-12 2023-08-22 株式会社日立製作所 材料特性予測装置および材料特性予測方法

Also Published As

Publication number Publication date
US20240153597A1 (en) 2024-05-09
WO2023008447A1 (ja) 2023-02-02
JPWO2023008447A1 (zh) 2023-02-02

Similar Documents

Publication Publication Date Title
Pajer et al. Weightlifter: Visual weight space exploration for multi-criteria decision making
Schreck et al. Techniques for precision-based visual analysis of projected data
Somarakis et al. ImaCytE: visual exploration of cellular micro-environments for imaging mass cytometry data
Bremm et al. Assisted descriptor selection based on visual comparative data analysis
JP5033580B2 (ja) 画像処理装置及び画像処理方法
Marpu et al. Enhanced evaluation of image segmentation results
JP2018142097A (ja) 情報処理装置、情報処理方法及びプログラム
US20230123300A1 (en) System and method for natural capital measurement
Muñoz et al. An instance space analysis of regression problems
Cui et al. CHIP: Channel-wise disentangled interpretation of deep convolutional neural networks
Bernard et al. Guided discovery of interesting relationships between time series clusters and metadata properties
Schneider et al. Visual integration of data and model space in ensemble learning
US20240094887A1 (en) Intellectual-Property Landscaping Platform with Interactive Graphical Element
JP2007148991A (ja) 生物学的情報処理装置、生物学的情報処理方法および生物学的情報処理プログラム
US20220101464A1 (en) Intellectual-Property Landscaping Platform
CN117678026A (zh) 信息显示方法、信息显示装置及程序
CN117730373A (zh) 信息显示方法、信息显示装置及程序
CN117651998A (zh) 信息显示方法、信息显示装置及程序
Pham et al. Visualisation of Information Uncertainty: Progress and Challenges.
US20230086327A1 (en) Systems and methods of interactive visual graph query for program workflow analysis
US20220101462A1 (en) Intellectual-Property Landscaping Platform
US20220101463A1 (en) Intellectual-Property Landscaping Platform
JP7299303B2 (ja) データベースのための通信の方法
WO2020225959A1 (ja) 設計支援システム、設計支援方法および設計支援プログラム
US20230170061A1 (en) Property display method, property display apparatus, information processing apparatus, and non-transitory computer-readable recording medium

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication