| Project Area | New Materials Science on Nanoscale Structures and Functions of Crystal Defect Cores |
|---|
| Project/Area Number |
19H05787
|
|---|
| 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 | The University of Tokyo |
|---|
Principal Investigator |
溝口 照康 東京大学, 生産技術研究所, 教授 (70422334)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
世古 敦人 京都大学, 工学研究科, 准教授 (10452319)
柴田 基洋 東京大学, 生産技術研究所, 助教 (40780151)
豊浦 和明 京都大学, 工学研究科, 准教授 (60590172)
|
|---|
| Project Period (FY) |
2019-06-28 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥130,000,000 (Direct Cost: ¥100,000,000、Indirect Cost: ¥30,000,000)
Fiscal Year 2022: ¥24,700,000 (Direct Cost: ¥19,000,000、Indirect Cost: ¥5,700,000)
Fiscal Year 2021: ¥26,000,000 (Direct Cost: ¥20,000,000、Indirect Cost: ¥6,000,000)
Fiscal Year 2020: ¥24,050,000 (Direct Cost: ¥18,500,000、Indirect Cost: ¥5,550,000)
Fiscal Year 2019: ¥33,800,000 (Direct Cost: ¥26,000,000、Indirect Cost: ¥7,800,000)
|
|---|
| Keywords | 機能コア / 界面 / 表面 / 透過型電子顕微鏡 / 機械学習 / 転位 / 情報科学 / シミュレーション / ナノ計測 / インフォマティックス |
|---|
| Outline of Research at the Start |
本計画班では，機能コアの構造決定と原子移動経路決定に関する手法を開発する．本計画班で開発した手法を活用し，他班と連携することで機能コアの構造と物性を効率的かつ系統的に決定する．機能コアに関するすべての情報をデータベース化し解析することで，機能コアの物性設計モデルを構築する．本計画班で行う具体的な研究内容は以下のようになっている．
(1) 情報科学手法を活用した機能コア構造・物性決定法の開発
(2) 機能コア物性設計モデルの構築
以上により，「機能コアインフォマティクス」の確立を目指す．
|
| Outline of Annual Research Achievements |
これまでの研究で，機械学習を利用することにより，その計算効率を数万倍向上させることに成功している．一方で，ランダム粒界など構造決定が困難な格子欠陥も多数存在している．そこで，格子欠陥の構造決定を伴わずに界面物性を予測する手法の開発に取り組んだ．その結果，粒界構造を記述することが出来る記述子を，バルク構造から抽出することに成功した．
さらに，第一原理計算と情報科学の技法により，高精度な機械学習原子間ポテンシャル（MLIP）を構築する手法を開発し，多くの金属元素におけるMLIPの公開を開始した．また，公募班（JFCC藤井）との連携により，FCC金属やシリコンの結晶粒界における粒界エネルギーや格子熱伝導などを対象に，原子間ポテンシャルの予測が非常に高精度であることを示した．また，班内連携により，シリコン粒界における高温下構造相転移の研究も進めた．その他にも，第一原理計算と情報科学の技法を組み合わせることにより，制約を満たす結晶構造の列挙手法を開発した．
また，物性計算手法として固体内拡散の高精度かつ高効率な解析手法を開発してきた．本手法は，拡散原子のポテンシャルエネルギー曲面 (PES) を“ガウス過程に基づく統計モデル構築”と“マスター方程式に基づく拡散係数の数値解法”を結び付けることで実現した．また，サポートベクターマシンに基づく領域分割を用いて，結晶内のPE極小点を効率的に列挙する手法も別途開発した．
また，機械学習を用いることにより，計測可能なデータからの情報抽出にも取り組んでいる．これまでにA01（ア）班と“アパタイト型酸化物イオン伝導体の伝導機構解析”，A01（ア）班およびA03（オ）班と“窒化リンの高圧合成と振動解析”の連携研究を実施した． また，公募班東大八木班と連携して，”インターカレーションメカニズムの理解”に関する連携研究を実施してきた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在までに，多元系を対象とする原子間ポテンシャルの手法開発を完了し，合計４８種の系を対象とした原子間ポテンシャルもすでに公開している．これらを用いて機能コアに関連した系を高精度に計算することが今後可能である．また，格子欠陥構造の高速決定法の開発や，機能コアにおける構造機能相関の解明などに取り組み，成果を上げてきた．さらに，熱と界面との相互作用により生じる構造相転移シミューレションできている．
さらに，これまでの研究で固体内拡散の高精度かつ高効率な解析手法の開発を完了している．また，結晶内における安定・準安定サイトを効率的に探索するニーズに合わせて，サポートベクターマシンに基づく領域分割と勾配法による局所最適化を組み合わせた手法も別途開発している．
また，ナノ計測で取得されるデータと機械学習との連携研究も進めており，これまでに専門の研究者でも得ることが出来ない新しい情報の抽出に成功している．
機械学習を用いた新たな機能コア解析法の開発と，それらの公開，さらに計画班や公募班との機能コアに関連した連携研究も順調に進展しており，学術論文もでている．以上から研究はおおむね順調に進展しているといえる．
|
| Strategy for Future Research Activity |
今後は，界面における高温下における熱輸送現象の実験的，計算的研究を進めるとともに，表面吸着特性や，界面物性を理解するための機械学習法の開発を進める．さらに，構築済みの原子間ポテンシャルを用いた大域的構造探索の手法開発を実施する．また，より大規模な機能コア計算を目指し，高精度原子間ポテンシャルの高速化を行う．また，固体内拡散の高精度・高効率解析手法を用いて，各種電気化学デバイスの電解質材料として期待される種々イオン伝導性材料の系統的評価を行う．さらに，Decision Diagramに基づいた結晶構造の列挙手法を用いて，ある制約下での欠陥構造のパターン列挙手法の検討を行う．特に，計測データとの連携も進める．計測データを機械学習により解析し，これまで得ることが出来なかった「機能コア物性マッピング」にも取り組む．
一方で，新型コロナウィルスの状況次第では，情報収集がしにくくなったり，研究打ち合わせの減少による連携不足が予測される．これまで以上にZOOM等のオンライン会議ツールを活用し，班内・班外連携を深める計画である．また，班内や連携先とのSNSによるコミュニケーションも積極的に取り組み，Withコロナ，ポストコロナにおける新しい連携研究法の確立にも取り組む．
|
