2023 Fiscal Year Final Research Report

Development of organic semiconductors and their application to light-emitting devices by means of machine learning approach and quantum chemical calculation

Research Project

PDF

Project/Area Number	21H04564
Research Category	Grant-in-Aid for Scientific Research (A)
Allocation Type	Single-year Grants
Section	一般
Review Section	Medium-sized Section 21:Electrical and electronic engineering and related fields
Research Institution	Osaka Metropolitan University (2022-2023) Osaka Prefecture University (2021)
Principal Investigator	Naito Hiroyoshi 大阪公立大学, 大学院工学研究科, 特任教授 (90172254)
Co-Investigator(Kenkyū-buntansha)	麻田俊雄大阪公立大学, 大学院理学研究科, 教授 (10285314) 小林隆史大阪公立大学, 大学院工学研究科, 准教授 (10342784) 池田浩大阪公立大学, 大学院工学研究科, 教授 (30211717) 八木繁幸大阪公立大学, 大学院工学研究科, 教授 (40275277) 小関史朗東北大学, 理学研究科, 学術研究員 (80252328) 松井康哲大阪公立大学, 大学院工学研究科, 准教授 (90709586)
Project Period (FY)	2021-04-05 – 2024-03-31
Keywords	機械学習 / 量子化学計算 / デバイスシミュレーション / 燐光発光材料 / 熱活性化遅延蛍光材料 / フローリアクター / 逆構造有機発光ダイオード / 高速インピーダンス分光系
Outline of Final Research Achievements	The goal of this research is to establish a machine learning-based method for predicting optical and electronic properties of organic amorphous semiconductors and OLED performance. This method will be applied to the fabrication of printed OLEDs. Key results include: establishing a mobility prediction method using machine learning; designing phosphorescent and thermally activated delayed fluorescent (TADF) materials; mass synthesis of organic semiconductors using a flow method; synthesizing phosphorescent and TADF materials and fabricating OLEDs with the materials, particularly near infrared OLEDs; synthesizing organic semiconductros based on machine learning results; designing OLEDs using counterfactual machine learning; developing high-speed impedance spectroscopy systems for instantaneous dtermination of electronic properties using machine learning; predicting the optical and electronic properties of organic amorphous semiconductors.
Free Research Field	有機エレクトロニクス
Academic Significance and Societal Importance of the Research Achievements	機械学習とChemTSモデル、および、分子動力学シミュレーションを併用した任意の電荷移動度を有する分子を自動的に提案できる手法、スピン軌道相互作用を考慮に入れた多配置参照自己無撞着場法によるりん光発光材料の光物性予測、セキュリティおよびセンシング技術分野で注目されている近赤外発光するりん光発光材料の創成とその発光材料を用いた塗布型OLEDの実現、反実仮想機械学習によるOLED設計、TSPを用いた高速インピーダンス測定系と機械学習による瞬時電子物性評価、有機アモルファス半導体の光・電子物性予測法は、新しい学術課題を解決したことになり、そのため、有機エレクトロニクス分野での社会的意義も大きい。