Theoretical analysis of dislocation-core structure and its dynamics in semiconductors

• Project Area: New Materials Science on Nanoscale Structures and Functions of Crystal Defect Cores
• Project/Area Number: 22H04508
• Research Category: Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
• Allocation Type: Single-year Grants
• Review Section: Science and Engineering
• Research Institution: Nagoya University
• Principal Investigator: 横井 達矢 名古屋大学, 工学研究科, 講師 (70791581)
• Project Period (FY): 2022-04-01 – 2024-03-31
• Project Status: Completed (Fiscal Year 2023)
• Budget Amount: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000); Fiscal Year 2023: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000); Fiscal Year 2022: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
• Keywords: 機械学習原子間ポテンシャル / 転位 / 半導体 / 第一原理計算 / 半導体転位 / 機械学習型原子間ポテンシャル / 機械学習 / 原子間ポテンシャル

Outline of Research at the Start

本研究では、半導体材料における転位コア構造およびキンク構造を明らかにし、転位がドナー・アクセプタおよびキャリアと相互作用する場合の転位ダイナミクスを解明する。この目的を達成するため、第一原理計算データを学習させた人工ニューラルネットワーク原子間ポテンシャルを構築し、反応経路法や分子動力学計算に組み込むことで、高精度・高速計算な分子シミュレーション法を確立する。この手法を代表的な半導体材料に適用することで、転位の原子構造とダイナミクスに関して原子・電子レベルの知見を得る。それをもとに転位ダイナミクスを制御するための材料設計指針を提案する。

Outline of Annual Research Achievements

本研究では，半導体におけるキンクの原子構造と運動挙動の解明に向け，第一原理計算（DFT計算）データを学習させた人工ニューラルネットワーク（ANN）原子間ポテンシャルを構築し，分子動力学計算やNudged elastic band（NEB）法に組込んだ．これにより高速・高精度を維持する計算手法を構築した。そして，ANNポテンシャルにもとづく分子シミュレーションをSiのすべり系における種々の完全転位および部分転位に適用し，それらの形成エネルギーや原子構造を評価した．その結果，先行研究やDFT計算結果を正確に予測できることを示した。また本手法をもとに，数万原子規模の計算セル中に孤立した転位が存在するモデルを用いて長時間のMD計算を行うことで，転位線付近の原子の格子振動挙動が現実的な計算時間で解析できることを示した．これにより，今後のキンクに対する原子レベル解析が大きく進歩すると期待できる．さらにANN原子間ポテンシャルを多元系に拡張し，化合物半導体やＳｉ半導体のＰやＢといった不純物に対する解析も可能とした．これにより今後は，単元系のみならず，化合物半導体のキンクや，キンクと不純物原子の相互作用が運動挙動に及ぼす影響も定量解析が可能になると期待できる．

Research Progress Status

令和5年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和5年度が最終年度であるため、記入しない。

Research Products

• [Journal Article] Grain boundary segregation of Y and Hf dopants in α-Al₂O₃: A Monte Carlo simulation with artificial-neural-network potential and density-functional-theory calculation (2023)
  • Author(s): T. Yokoi, A. Hamajima, Y. Ogura, K. Matsunaga
  • Journal Title: Journal of the Ceramic Society of Japan Volume: 131 Issue: 10 Pages: 751-761
  • DOI: 10.2109/jcersj2.23044
  • ISSN: 1348-6535, 1882-0743
  • Year and Date: 2023-10-01
  • Peer Reviewed
• [Journal Article] Electronic and atomic structures of Shockley-partial dislocations in CdX (X = S, Se and Te) (2023)
  • Author(s): Hoshino Sena、Yokoi Tatsuya、Ogura Yu、Matsunaga Katsuyuki
  • Journal Title: Journal of the Ceramic Society of Japan Volume: 131 Issue: 10 Pages: 613-620
  • DOI: 10.2109/jcersj2.23055
  • ISSN: 1348-6535, 1882-0743
  • Year and Date: 2023-10-01
  • Peer Reviewed / Open Access
• [Journal Article] Atomic and electronic structure of grain boundaries in a-Al2O3: A combination of machine learning, first-principles calculation and electron microscopy (2023)
  • Author(s): Yokoi T.、Hamajima A.、Wei J.、Feng B.、Oshima Y.、Matsunaga K.、Shibata N.、Ikuhara Y.
  • Journal Title: Scripta Materialia Volume: 229 Pages: 115368-115368
  • DOI: 10.1016/j.scriptamat.2023.115368
  • Peer Reviewed
• [Journal Article] Grain-boundary thermodynamics with artificial-neural-network potential: Its ability to predict the atomic structures, energetics, and lattice vibrational properties for Al (2023)
  • Author(s): T. Yokoi, M. Matsuura, Y. Oshima, K. Matsunaga
  • Journal Title: Phys. Rev. Mater. Volume: 7 Issue: 5 Pages: 053803-053803
  • DOI: 10.1103/physrevmaterials.7.053803
  • Peer Reviewed
• [Journal Article] Anharmonicity in grain boundary energy for Al: Thermodynamic integration with artificial-neural-network potential (2023)
  • Author(s): M. Matsuura, T. Yokoi, Y. Ogura, K. Matsunaga
  • Journal Title: Scr. Mater. Volume: 236 Pages: 115685-115685
  • DOI: 10.1016/j.scriptamat.2023.115685
  • Peer Reviewed
• [Journal Article] Atomic structures of grain boundaries for Si and Ge: A simulated annealing method with artificial-neural-network interatomic potentials (2023)
  • Author(s): T. Yokoi, Y. Oshima, K. Matsunaga
  • Journal Title: Journal of Physics and Chemistry of Solids Volume: 173 Pages: 111114-111114
  • DOI: 10.1016/j.jpcs.2022.111114
  • Peer Reviewed
• [Journal Article] Grain-boundary thermodynamics with artificial-neural-network potential: its ability to predict the atomic structures, energetics and lattice vibrational properties for Al (2023)
  • Author(s): T. Yokoi, M. Matsuura, Y. Oshima, K. Matsunaga
  • Journal Title: Physical Review Materials Volume: -
  • Peer Reviewed
• [Presentation] 格子欠陥特性の高精度予測に向けた機械学習記述子および 原子間ポテンシャルの構築 (2023)
  • Author(s): 横井達矢、内田匡美、小椋優、松永克志
  • Organizer: 日本金属学会 2023年秋期（第173回）講演大会
  • Invited
• [Presentation] 格子欠陥特性の高精度予測に向けた機械学習型記述子・原子間ポテンシャルの構築 (2023)
  • Author(s): 横井 達矢
  • Organizer: 第33回日本MRS年次大会
  • Invited
• [Presentation] 格子欠陥の原子構造・特性の予測に向けた ニューラルネットワーク記述子および原子間ポテンシャルの構築 (2022)
  • Author(s): 横井達矢、大島優、松永克志
  • Organizer: 日本金属学会2022年秋期第171回講演大会
• [Presentation] Grain boundary structures and energetics in CdTe: An artificial-neural-network interatomic potential and first-principles approach (2022)
  • Author(s): T. Yokoi, K. Adachi, Y. Oshima, K. Matsunaga
  • Organizer: The 33rd International Photovoltaic Science and Engineering Conference
  • Int'l Joint Research
• [Presentation] 格子欠陥の原子構造と特性の高精度予測に向けたニューラルネットワーク記述子・原子間ポテンシャルの構築 (2022)
  • Author(s): 横井達矢、大島優、松永克志
  • Organizer: 第32回日本MRS年次大会
• [Presentation] Artificial-neural-network potential for accurately predicting atomic structure and physical properties of lattice defects in semiconductors (2022)
  • Author(s): T. Yokoi
  • Organizer: The 8th International Symposium on Advanced Science and Technology of Silicon Materials
  • Int'l Joint Research / Invited
• [Presentation] Artificial-neural-network descriptor and interatomic potential for molecular simulations of lattice defects (2022)
  • Author(s): T. Yokoi
  • Organizer: 6th International Symposium on Frontier in Materials Science
  • Int'l Joint Research / Invited