| Project Area | Hypermaterials: Inovation of materials scinece in hyper space |
|---|
| Project/Area Number |
19H05820
|
|---|
| 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 Institute of Statistical Mathematics |
|---|
Principal Investigator |
吉田 亮 統計数理研究所, データ科学研究系, 教授 (70401263)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
桂 ゆかり (岡本 ゆかり / 桂ゆかり) 東京大学, 大学院新領域創成科学研究科, 特任助教 (00553760)
上田 那由多 (竹森那由多) 岡山大学, 異分野基礎科学研究所, 特任助教 (10784085)
野澤 和生 鹿児島大学, 理工学域理学系, 准教授 (00448763)
|
|---|
| Project Period (FY) |
2019-06-28 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2021)
|
| Budget Amount *help |
¥89,700,000 (Direct Cost: ¥69,000,000、Indirect Cost: ¥20,700,000)
Fiscal Year 2022: ¥18,070,000 (Direct Cost: ¥13,900,000、Indirect Cost: ¥4,170,000)
Fiscal Year 2021: ¥19,370,000 (Direct Cost: ¥14,900,000、Indirect Cost: ¥4,470,000)
Fiscal Year 2020: ¥18,070,000 (Direct Cost: ¥13,900,000、Indirect Cost: ¥4,170,000)
Fiscal Year 2019: ¥14,820,000 (Direct Cost: ¥11,400,000、Indirect Cost: ¥3,420,000)
|
|---|
| Keywords | マテリアルズインフォマティクス / 準結晶 / データベース / 電子構造計算 / 機械学習 |
|---|
| Outline of Research at the Start |
ハイパーマテリアル（準結晶、近似結晶等）を対象とするマテリアルズ・インフォマティクス（MI）の学術基盤を構築する。近年、様々な物質・材料を対象にMI の学術基盤が急速に形成されている。しかしながら、ハイパーマテリアルのMI （ハイパーマテリアルズ・インフォマティクス）は未踏領域であり、学術創生に向けた動きは国内外ともにみえてこない。我々はこの未踏領域を開拓する。
|
| Outline of Annual Research Achievements |
当該年度の達成事項は、以下の通りである。
(1) 準結晶を予測する機械学習モデルの開発に取り組んだ。モデルの入力変数は化学組成である。出力変数は、準結晶、近似結晶、通常の周期結晶を表すクラスラベルである。学習データとして、これまでに発見された準結晶、近似結晶、結晶の化学組成を用いて、3クラス分類問題を解く機械学習モデルを訓練した。さらに、アルミニウムと遷移元素を含む三元合金系の全ての探索空間を対象に仮想スクリーニングを実施し、予測された準結晶相と文献から抽出した実験相図と比較した。相図の予測精度は適合率が約0.793、再現率は約0.714に達することが分かった。特に、通常の結晶相はほぼ完ぺきに予測できることが判明した。
(2) Al系準結晶・近似結晶の相図を過去の論文から抽出して、機械学習による準結晶・近似結晶の予測結果の評価に使えるようにした。準結晶・近似結晶の組成を過去の論文から抜き出して、機械学習による準結晶・近似結晶の予測や評価に使えるようにした。準結晶・近似結晶の各種物性値の温度依存性の図を過去の論文から抜き出して、デジタルデータ化した。
(3) A04班の酒井志朗氏と共同で、弱結合準周期超伝導体における実験観測量で、準周期系や準結晶においてはフェルミ面が存在しないことに起因してBCS理論で知られている値との有意な差が現れることを明らかにした。これは、最近Al-Mg-Zn準結晶で初めて発現した準結晶超伝導状態と矛盾せず、さらに周期系の超伝導と準結晶の超伝導を区別する指標を与えるものである。
(4) 密度汎関数理論に基づく第一原理計算によりAu-Al-Tb近似結晶(111)表面の安定構造を調べ、A01班の実験結果を支持する結果を得た。準結晶表面を第一原理計算で扱う際のクラスタモデルについて、クラスタサイズと計算精度の関係を調べた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
(1) 準結晶の組成予測については、一定の予測精度を有する機械学習モデルを開発することに成功した。現在、このモデルの予測精度向上を図りつつ，モデルの予測結果に基づき領域内の共同研究者が合成実験に取り組んでいる。最終的には、半導体準結晶、高温超伝導準結晶、強磁性準結晶、表面単元素準結晶など、特異的な物性を持つハイパーマテリアルを発見したい。
(2) 相図上の相領域データセットは、65の合金系について613相（うち準結晶・近似結晶は148相）を収集した。組成は、263の合金系に対し準結晶・近似結晶の857組成を収集した。物性値のデータセットは、68論文中の206個の図から、338 試料について収集した。
(3) 準結晶における電子・フォトニックバンド構造計算の開発を行っている。現行の固有値解法の部分をDavidson法やConjugate-gradient法に対応できるように書き換えを行ってきた。
(4) 最近発見された反強磁性1/1近似結晶であるAu-Al-Tbの表面構造を、領域内の共同研究で明らかにすることができた。第一原理計算で準結晶表面を扱う際のクラスタモデルの計算精度について詳細に調べ、計算誤差の傾向や限界、期待される精度などについて知見を積み重ねることができた。
|
| Strategy for Future Research Activity |
(1) 機械学習のブラックボックスモデルに内在する入出力のルールを抽出することで，準結晶と近似結晶の相形成に関する法則がみえてきた。この法則は，原子のファンデルワールス半径や平均遍歴電子数の分布に関する5つの単純な式で表される。これらの条件は新しい準結晶を探索するための設計指針になる可能性がある。物質探索のみならず、機械学習を駆動力に準結晶の形成メカニズムの解明に迫りたい。
(2) Al系以外の準結晶・近似結晶の相図を探索する。また、電気伝導率の絶対値と温度係数の相関を結晶やアモルファスのデータと比較して、準結晶・近似結晶の特徴を明らかにする。
機械学習によるバンドギャップ予測において、ギャップが０となる金属から半導体まで、連続的に変化する電気伝導率の温度依存性の活用方法を検討する。
(3) 準結晶の電子・フォトニックバンド構造は結晶の場合と異なり、バンドごとにブリルアンゾーンの大きさが異なるという特徴を持つ。これに起因して、ブリルアンゾーン内のみの固有値をバンド構造や状態密度に反映させる必要がある。この問題点を解決し、Octagonal Beenker tiling上で計算を実行する予定である。
(4) Ag-In-Yb準結晶表面での単元素準結晶超薄膜の形成過程における、局所的な表面緩和の影響を調べる。準結晶表面における吸着ポテンシャルエネルギー面の計算高速化手法について調査検討する。第一原理計算により、準結晶表面の分子吸着構造を調べる。
|
