Machine-learning MD methods for comprehensive understanding of mechano-chemical processes

Research Project

Project/Area Number	24K07267
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 18020:Manufacturing and production engineering-related
Research Institution	Osaka University
Principal Investigator	稲垣耕司大阪大学, 大学院工学研究科, 助教 (50273579)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Keywords	機械学習ポテンシャル / 超精密加工 / 反応メカニズム / メカノケミカル / 大規模MDシミュレーション
Outline of Research at the Start	先端デバイス製造でよく用いられているメカノケミカル加工は機械的作用と化学的作用を併用する物理化学現象を利用している。これを信頼度高く調べ得る新解析手法を開発し、加工現象を明らかにすることで、新加工法につながる学問・技術領域の開拓を目指す。具体的には高コストな量子力学計算を置換できる低コストな機械学習ポテンシャル計算の手法を開発し、切断される化学結合の位置や反応速度などの予測について高い精度や信頼性をもつ大規模MDシミュレーションを確立する。またこの手法を活用してSiO2微粒子でSi表面を加工する特性の解明を目指す。