| 研究課題/領域番号 |
19K22142
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分30:応用物理工学およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
松田 一成 京都大学, エネルギー理工学研究所, 教授 (40311435)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2021年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 原子層物質 / バレースピン / バレートロニクス / データー科学 / 高次データー科学 |
|---|
| 研究開始時の研究の概要 |
近年、計算機科学・統計科学の進展を背景に高次元データーの中から本質的な要因を抽出することができるようになりつつある。物性科学においても計測技術の進展により数多くのデーターが取得できるようになり、その中からいかに本質を抽出するかの視点が重要となっている。そこで、本研究提案の目的は、高次元データーを基にした計算機・統計科学のアプローチを物性科学に積極的に取り込み、学術・応用上重要となる次世代バレートロニクスに求められる、高いバレースピン分極、極めて長いバレースピン分極保持時間、の実現に挑戦することである。
|
| 研究成果の概要 |
近年、計算機・統計科学の進展を背景に、高次元データーの中から本質的な要因を抽出することができるようになりつつある。本研究の目的は、高次元データーによる計算機・統計科学のアプローチを物性科学に積極的に取り込み、次世代バレートロニクスに求められる物理の理解を進めることにある。実験から得られた大量のスペクトルデーターの情報から、機械学習の一種であるランダムフォレストのアプローチを用いて、バレートロニクスにおいて重要な物理量であるバレースピン分極を予測するアルゴリズムを構築した。さらに、そこからバレースピン分極に大きな影響を与える因子を抽出し、高いバレースピン分極を得るための物理的な指針を得た。
|
| 研究成果の学術的意義や社会的意義 |
本研究を通して、次世代バレートロニクスに向けて求められる、バレースピン分極の情報を得る新たな手法を開発するとともに、高いバレースピン分極を得るための指針を得ることができるなど、新たな知見が得られている。それに加えて、物性科学の研究に機械学習に代表される高次元データーによる計算機・統計科学のアプローチが有用であることを示すことができた。今後、本研究で対象とした原子層二次元半導体のみならず、人工ヘテロ構造など新たな系においての研究展開が期待される。
|
