| 研究課題/領域番号 |
18K14126
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分29020:薄膜および表面界面物性関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2018年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 有機薄膜 / 低速電子線回折 / 走査トンネル顕微鏡 / 低速電子線回折シミュレーション / ベイズ最適化 / 教師なし機械学習 / 薄膜構造の解明 / 低速電子線解析 / 電子線回析シミュレーション / 結晶性 / 機械学習 / 最適化 / 構造解明 / 第一原理計算 / 実験・理論・情報の融合 / 薄膜構造解明 |
|---|
| 研究成果の概要 |
金属基板上の有機薄膜は有機エレクトニクス（OLEDなど)のための電荷輸送層として広く使用されている。このプロジェクトでは、高い結晶性を示す小分子薄膜につながる蒸着条件（蒸着時間、基板の温度など）を導く機械学習アルゴリズムを目指していた。・アルゴリズムのためのトレーニングデータを収集することができた。このデータが幅広い薄膜の状態（準単一層から～数層膜まで）にわたることを走査トンネル顕微鏡で確認した。しかし、アルゴリズムをうまく実行するにはさらなるのトレーニングデータが必要と分かった・また、有機薄膜に対する低速電子線回折パターンによって有機薄膜の構造を解明するための計算手法に成功した。
|
| 研究成果の学術的意義や社会的意義 |
・By minimizing trial-and-error, the algorithm will reduce the time required to deposit high-quality small molecule thin films, and might accelerate the development of organic electronics based upon small-molecule films.
・Organic thin film structure might be elucidated with our computational method.
|
