2020 Fiscal Year Annual Research Report
人工知能を利用した磁気パラメータの推定に関する研究
| Project/Area Number |
19H02553
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
仲谷 栄伸 電気通信大学, 大学院情報理工学研究科, 教授 (20207814)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田辺 賢士 豊田工業大学, 工学(系)研究科(研究院), 准教授 (00714859)
山田 啓介 岐阜大学, 工学部, 助教 (50721792)
河口 真志 東京大学, 大学院理学系研究科(理学部), 助教 (90792325)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 機械学習 / 磁気パラメータ / マイクロマグネティックシミュレーション / ジャロシンスキー守谷交換定数 |
|---|
| Outline of Annual Research Achievements |
本研究は、機械学習を利用して、磁気力顕微鏡やナノ解像度磁区観察装置の磁区画像から磁気パラメータ推定の研究を行うものである。機械学習用の教師用磁区画像データには磁気パラメータの異なる磁区画像データが大量に必要となるが、マイクロマグ計算を用いて実現する。またテスト用磁区画像データには、マイクロマグ計算を用いたものと、実際に実験によって測定されたものを用いる。最終目標は実験によって測定された磁区画像から磁気パラメータを推定することである。
2019-2020年度において、我々はマイクロマグ計算による教師データとテスト用データの作製と、実験による磁区画像の測定、磁気パラメータの測定を行い、機械学習による磁気パラメータの予測が可能であるか調査した。その結果、(1)熱擾乱なしでジャロシンスキー守谷交換定数(DMI定数)のみを変数として取り扱い、マイクロマグ計算によって作成されたテスト用データを推定させた場合、最高で0.046 erg/cm^2の精度で推定が可能であることが分かった。さらに(2)熱擾乱なしで複数の磁気パラメータ推定(DMI定数と異方性分散)を行ったところ、最高でそれぞれ0.045 erg/cm^2、0.005の精度で同時推定が可能であることが分かった。次に(3)実験データを用いた推定実験を行った。Ta(0-3 nm)/Pt(2.6 nm)/Co(0.9 nm)/ MgO (2.0 nm)/Ta(1 nm)の薄膜を作製し、ナノ解像度磁区観察装置を用いて磁区画像測定を行った。教師用データには熱擾乱を加えて計算された画像データを、テスト用データには実験画像を用いて推定実験を行ったところ、Taの膜厚の変化に対してうまく推定できることが明らかになった。これらの結果をNatureの姉妹紙であるnpj Computational Materials に発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績に書いた通り、マイクロマグ計算によって作成されたデータを用いて、学習した人工知能に対して、マイクロマグ計算によって作成されたテストデータを読み込ませたところ、ジャロシンスキー守谷交換定数だけでなく、ジャロシンスキー守谷定数と、異方性分散の複数パラメータの同時推定を可能であることを、これまでに明らかにした。さらに、熱ゆらぎの効果を加えた数値計算によって作製された磁区画像を用いることで、実験画像の推定も可能であることが明らかになった。これらの結果をNatureの姉妹紙であるnpj Computational Materials に既に論文発表しており、「(2)おおむね順調に進捗している」と評価した。
|
| Strategy for Future Research Activity |
このプロジェクトは、機械学習を利用して、磁性薄膜の磁区画像から磁気パラメータ推定の研究を行うものである。特に機械学習の教師データには大量のデータが必要になるが、マイクロマグ計算を用いて作製するという特徴がある。これまでに（2019-2020年度）、我々はマイクロマグ計算による教師データとテスト用データの作製と、実験による磁区画像の測定、磁気パラメータの測定を行い、機械学習によるジャロシンスキー守谷交換定数の予測が可能であることを明らかにした。マイクロマグ計算による画像ではおおよそ0.046 erg/cm^2の精度で推定可能であった。さらに熱ゆらぎの寄与を加えた計算を行うことで、実験で測定された磁区画像からジャロシンスキー守谷交換定数の予測に成功した。この成果はNature publishing groupの雑誌であるNPJ Comutational Materialsに昨年度、発表された。今年度は、これまで利用していたプローブ顕微鏡画像ではなく、磁気光学効果顕微鏡画像を利用した磁気パラメータの推定に挑戦する。磁気光学効果顕微鏡の場合、より簡便な観測手法であるために、本実験の成功は磁気パラメータ推定のさらなる簡便化を意味する一方、解像度が悪化するため、低解像度画像からの推定が課題になると予想される。さらに、これまでMgO/Co/Pt膜を利用してきたが、ジャロシンスキー守谷交換定数は素子に強く依存するため、他の素子構造（Pt/Co/PtやCu/Co/Pt、W/Co/Pt等）の実験にも挑戦する予定である。
|
