A Multi-Faceted Approach to Assessing Material Structures – Predicting the Structure of CNT Aggregates through Simple Observation

• Project/Area Number: 25K08441
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 28030:Nanomaterials-related
• Research Institution: National Institute of Advanced Industrial Science and Technology
• Principal Investigator: 桜井 俊介 国立研究開発法人産業技術総合研究所, 材料・化学領域, 主任研究員 (30586293)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2028: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: カーボンナノチューブ

Outline of Research at the Start

一般的に、複雑な材料の構造を多角的・包括的に表現することは重要かつ困難な課題である。本研究では、カーボンナノチューブ（CNT）集合体を題材とし、その微細（原子スケール）かつ多岐に渡る構造パラメータを、簡便な“観察データ”から予測する手法を開発する。具体的には、構造が作り分けられたCNT集合体試料を多数用意し、従来手法により得られる各種構造データを予測可能な”観察方法”を検討・確立させる。具体的には、試料の3次元形状データや加工プロセスにおける光顕画像などから機械学習等のAI技術も援用した予測モデルを構築する。またこのモデルが、CNT材料開発の加速に有効であることの実証も行う。