| Project/Area Number |
21K04632
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 26010:Metallic material properties-related
|
|---|
| Research Institution | National Institute for Materials Science |
|---|
Principal Investigator |
TOGO Atsushi 国立研究開発法人物質・材料研究機構, マテリアル基盤研究センター, グループリーダー (10610529)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 格子熱伝導率 / 第一原理計算 / フォノン / フォノン間相互作用 / 格子熱伝導率計算 / フォノン計算 / ハイスループット計算 / 格子熱伝導 / 自動計算 |
|---|
| Outline of Research at the Start |
機械学習を用いて第一原理非調和フォノン計算を軽量化し、多様な結晶構造に対して第一原理格子熱伝導率計算する。複雑な計算ワークフロー全体を自動化することで、スーパーコンピュータを用いてハイスループット計算を行い、格子熱伝導率計算データベースを構築する。得られたデータと機械学習を用いて、多様な結晶を特徴によって分類し、低格子熱伝導率を示す傾向をもった集団を抽出する。
|
| Outline of Final Research Achievements |
In this study, we developed and evaluated a numerical computation method for systematic prediction of lattice thermal conductivity using computer simulations. By employing polynomial machine learning potentials trained on first-principles calculation results, we significantly reduced the computational resources required for lattice thermal conductivity calculations. To generate training data for the machine learning potentials, we developed an automated system to systematically and extensively perform first-principles calculations on various crystals. Additionally, we developed software to calculate lattice thermal conductivity from the training data. Using these technologies, we optimized a computational workflow for systematic prediction of lattice thermal conductivity, enabling extensive calculations of lattice thermal conductivity.
|
| Academic Significance and Societal Importance of the Research Achievements |
計算機シミュレーションで格子熱伝導率を予測することで、材料探索における事前スクリーニングを行うことができる。これにより、材料探索を加速し、実験などに必要な経費を削減することが可能となる。開発した理論計算手法をソフトウェアとして実装し、オープンソースソフトウェアとして公開しているため、誰でも本研究成果と同様の計算機シミュレーションを行うことができる。このソフトウェアは単に作成しただけでなく、ユーザーの利用しやすい形で開発・保守を続けており、理論的および技術的詳細は論文として発表しているため、多くの研究者が本研究の恩恵を容易に享受できる。
|
