Development and integration of organic solar cell and organic transistor materials using graph-based machine learning

• Project/Area Number: 23K26757
• Project/Area Number (Other): 23H02064 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 36020:Energy-related chemistry
• Research Institution: Osaka University
• Principal Investigator: 陣内 青萌 大阪大学, 産業科学研究所, 助教 (40861042)
• Co-Investigator(Kenkyū-buntansha): 佐々木 勇和 大阪大学, 大学院情報科学研究科, 助教 (40745147)
• Project Period (FY): 2023-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000); Fiscal Year 2026: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000); Fiscal Year 2025: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000); Fiscal Year 2024: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2023: ¥5,460,000 (Direct Cost: ¥4,200,000、Indirect Cost: ¥1,260,000)
• Keywords: 有機半導体 / 有機太陽電池 / 有機光触媒 / π電子 / 機械学習 / 有機トランジスタ / グラフ機械学習 / π共役化合物

Outline of Research at the Start

有機太陽電池(OSC)と有機トランジスタ(OFET)の二つの研究領域に焦点をあてたデータ駆動型材料開発を実施する．有機半導体材料の分子構造を切り口に，OSCとOFETの両分野でデバイス性能に影響を及ぼす分子構造の特徴をグラフ機械学習により解析を試みる．グラフ機械学習を通じて両研究領域における半導体分子構造-物性-デバイス性能の相関性を明確化し，OSCとOFETで良好な特性を得る鍵となる分子構造や物性を分析するとともに，両分野の分子設計指針の違いを定量化する．さらに，有望な新規候補材料を実験的に合成し，デバイス評価まで実施することで，学習モデルの実験科学的検証と有望材料の実発見を試みる．