2020 Fiscal Year Annual Research Report
Systematic understanding of oxygen vacancies and prediction by machine learning
| Project/Area Number |
19H02416
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
熊谷 悠 東京工業大学, 科学技術創成研究院, 准教授 (00722464)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 酸素空孔 / 機械学習 / 第一原理計算 |
|---|
| Outline of Annual Research Achievements |
本研究では、(1)多数の酸化物を対象として酸素空孔に関する網羅的な高精度第一原理計算を行い、その計算データベースを構築すること、(2)得られたデータに基づき、酸素空孔の学理構築と機械学習を用いたエネルギー・電子構造を予測するシステムを開発すること、の２点を目的としている。
昨年度は、酸素空孔計算を行うプログラム開発を行なったが、２年度目の本年は、実際に、5000個以上の酸素空孔計算を行い、得られたビックデータに基づき空孔形成エネルギーの機械学習を行なった。この結果、３つの異なる価数をとる酸素空孔において、0.3-0.5 eVの誤差で空孔形成エネルギーを予測することが可能となった。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
大規模計算は次年度も引き続き継続する必要があると思われていたが、想定以上に計算を早く遂行する事ができたため。
|
| Strategy for Future Research Activity |
最終年度では、計算結果の更なる解析を進めるとともに、得られた研究成果を論文として報告し、データベースの公開を進める。
|
