2019 Fiscal Year Annual Research Report
Theoretical analyses of phonon-related properties of layered materials and their local structures
| Project/Area Number |
19H02544
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
渡邉 聡 東京大学, 大学院工学系研究科(工学部), 教授 (00292772)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
南谷 英美 分子科学研究所, 理論・計算分子科学研究領域, 准教授 (00457003)
清水 康司 東京大学, 大学院工学系研究科(工学部), 助教 (00838378)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 層状物質 / フォノン / 電子フォノン相互作用 / 第一原理計算 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本年度は、今後の研究の効率的推進のための予備検討も含め、（１）電子フォノン相互作用の高精度計算、（２）歪・欠陥等の存在下でのフォノン関連物性の評価、（３）フォノン関連物性に対する機械学習の応用、の3点の研究を実施した。そして、以下の成果を得た。
（１）電子フォノン相互作用の高精度計算：まずLi添加2層MoS2について計算条件を詳細に検討し、逆格子空間での積分に関する諸パラメータに超伝導転移温度が敏感であることを明らかにすると共に、有意な値を得るための計算条件をほぼ確立した。次にグラフェンについて、十分な精度を得るために厳しい計算条件が必要となる原因がバンド交差に関係していることを明らかにし、その解決策を考案して精度の向上を確認できた。
（２）歪・欠陥等の存在下でのフォノン関連物性の評価：Li添加2層MoS2において歪印加による格子定数の変調等がフォノンおよび超伝導特性等に与える影響を解析し、引張歪・圧縮歪の両方で超伝導転移温度が上昇するという、Na添加2層MoS2に対する先行研究結果とは異なる振舞いを見出した。さらに、歪の向きにより超伝導転移温度上昇の機構が異なることが明らかになりつつある。
（３）フォノン関連物性に対する機械学習の応用：層状物質に取り組む前段階としてウルツ鉱型GaN結晶の熱伝導率をニューラルネットワークを用いた原子間ポテンシャルで解析し、熱伝導率に対しても第一原理計算とよく一致するニューラルネットワークポテンシャルを作成可能であることを示した。
以上に加え、2次元物質と格子歪の観点から層状WTe2の電子状態について実験グループとの共同研究に取り組み、数層WTe2においては表面分極電荷が生じること、その分極の大きさを層間のせん断歪によって制御可能であることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計画していた（１）電子フォノン相互作用の高精度計算、（２）歪・欠陥等の存在下でのフォノン関連物性の評価、（３）フォノン関連物性に対する機械学習の応用、の3点のいずれについても、「研究実績の概要」の項に記載した通り、一定の成果を挙げることができた。したがって、研究はおおむね順調に進んでいると判断した。
|
| Strategy for Future Research Activity |
（１）電子フォノン相互作用の高精度計算については、考案した方法により精度の改善がはかれることは確認できたものの、一部この方法がうまく機能しないケースがあることもわかった。そこで、まずこの問題の解決に注力する。また、これまでは無視してきた非調和項の影響がNbS2等の2次元物質では大きいことに鑑み、非調和項を考慮した計算についても同様に計算条件等の確立に取り組む。以上の結果を踏まえ、信頼頼性と高速性を兼ね備えた汎用的な計算法の確立を目指す。
（２）歪・欠陥等の存在下でのフォノン関連物性の評価については、Li添加二層MoS2への歪印加による格子定数の変調等がフォノンおよび超伝導特性等に与える影響について、解析をさらに進めてこの研究を完成させるとともに、NbS2-MoS2ヘテロ接合等、他の2次元物質について熱伝導特性や超伝導特性の計算を進める。
（３）フォノン関連物性に対する機械学習の応用については、グラファイトを手始めに、層状物質のフォノンバンドや熱伝導特性を精度よく計算できるニューラルネットワークの作成法をまず確立する。そして、作成したニューラルネットワークポテンシャルを用い、欠陥・界面等を含む場合のフォノンバンドや熱伝導特性を十分な精度で評価する方法の確立に取り組む。
|
