Development of high-precision machine models that directly predicts local atomic arrangements from X-ray absorption spectra

• Project/Area Number: 25K01490
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 26010:Metallic material properties-related
• Research Institution: Osaka Metropolitan University
• Principal Investigator: 池野 豪一 大阪公立大学, 大学院工学研究科, 教授 (30584833)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000); Fiscal Year 2027: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2026: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000); Fiscal Year 2025: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
• Keywords: 機械学習 / 内殼X線分光 / 第一原理計算

Outline of Research at the Start

X線吸収スペクトル(XAS)は物質中の特定の元素周辺の局所構造・電子状態を反映するが，その解析が複雑であることから原子構造情報が十分に活用されないケースが多かった。本研究では，3次元の原子座標とX線吸収スペクトル (XAS) を定量的に再現できる構造記述子を設計し，スペクトルデータから局所構造を直接予測する機械学習法を確立する。スペクトルから直接原子構造を予測することができれば，解析時間を大幅に削減し，格子欠陥や表面構造，化学反応に付随する原子構造変化の追跡などが可能となる。