| Project/Area Number |
22K14566
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 28030:Nanomaterials-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
小本 祐貴 大阪大学, 産業科学研究所, 助教 (90814210)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
|
|---|
| Keywords | 単分子計測 / MCBJ法 / 機械学習 |
|---|
| Outline of Research at the Start |
本研究では、精度よく単分子伝導を決定する方法の開発を、電極破断過程と伝導度の相関決定、及び電極破断過程の制御の二項目に分割して行う。電極破断過程と単分子伝導度の相関決定は、単分子伝導度領域の伝導度から決定した構造を目的変数とし、どのような電極破断過程のときに、どのような構造をとるか調べる。続いて、電極破断過程にバイアス電圧、電極間距離制御を、機械学習を用い、破断過程を制御する。このようにして単分子接合の伝道を制御する手法を開発する。
|
| Outline of Annual Research Achievements |
単一分子を介した電流計測を行う単分子計測は、分子エレクトロニクスの実現、ナノ物性の計測、新規分析技術の開発など様々な分野において注目を集めている。しかし、単分子計測では、計測に用いる電極構造の制御が不十分であるために、精度よく単分子伝導度を決定できない、単分子接合の形成確率が低いという課題があり、この問題が単分子計測の実応用への展開を阻んでいる。 そこで本研究は、単分子接合の破断過程の条件から、単分子接合の形成やその伝導度を調べることを目的とした。
これまでに、単分子接合の形成確率を高めるために、破断過程の電流変化に着目し、分子接合が形成するための破断プロセスを求めた。破断過程の伝導度変化をヒストグラム化し、特徴量として、ランダムフォレスト分類器を用いて、金属破断過程から分子接合形成を予測する機械学習モデルを作成した。その結果、精度0.9以上の高精度で識別することに成功した。この結果は、分子接合形成が金属破断過程に依存することを明らかにした。さらに、学習された機械学習モデルから、接合形成に大きく寄与する金属接合の伝導領域が明らかになり、単分子接合形成機序の解明に寄与する結果を得た。
さらに、研究を進めていくにあたり、単分子計測における電流変化は変動が大きく、伝導状態変化が明瞭でない伝導度変化過程であるため、適切な処理を施さなければ、状態変化を検出できないという問題を認識した。そこで、全変動デノイズと呼ばれる信号処理技術を適用することにより変動の大きいデータから伝導状態変化を明確にしたまま、ノイズ除去する技術を開発した。これにより、従来の解析手法では識別できない状態を識別することに成功した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
従来行うことができなかった分子接合形成の予測及び接合形成に大きく寄与する金属接合領域の解明に成功した他、研究を遂行していくうえで、伝導状態変化を解明するためには状態を明確にする技術が必要という新たな課題を発見し、その解決手法を提案、実証、報告できたため。
|
| Strategy for Future Research Activity |
これまで、分子接合形成の予測にはオクタンジチオールを用いた。異なる分子の計測も行うことによって分子の依存性を明らかにする。機械学習モデルに解釈可能性の高い次元削減した特徴量を用いることによって、より詳細な分子接合形成の機序を解明する。以上の結果を論文としてまとめる。
|
