| 研究課題/領域番号 |
20K05070
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分26010:金属材料物性関連
|
|---|
| 研究機関 | 国立研究開発法人物質・材料研究機構 |
|---|
研究代表者 |
寺嶋 健成 国立研究開発法人物質・材料研究機構, ナノアーキテクトニクス材料研究センター, 主任研究員 (20551518)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020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 | 磁気冷凍材料 / データ駆動型物質探索 / データ駆動物質探索 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
遍歴電子メタ磁性は、バンド構造に由来する磁場下での強磁性発現現象であり、磁気冷凍材料の有力な探索指針の1つである。データベースの観点では、現在ゼロ磁場下でのバンド状態は網羅されつつある一方磁場下での電子・ スピン状態は未開拓領域である。
本課題では データベースの結晶構造を入力に磁場下の第一原理バンド構造・電子状態計算から、メタ磁性発現の可能性を有する候補物質をスクリーニングし、磁気冷凍材料の合成指針とする。候補物質の実際の合成、物性評価と電子状態の実験決定まで行うことで、データベース・第一原理計算・実験実証を組み合わせた新たな機能性材料開発手法の開拓を目指す。
|
| 研究成果の概要 |
データ駆動型アプローチから、ターゲットである水素液化温度近傍で高い磁気熱量効果を示すHoB2を見出し、その元素置換効果も明らかとした。また作成した機械学習モデルは個々の物質に対する予測だけでなく、モデルの解析から、作成したモデルの知見が物質探索の指針に活かせることを示した。合成した物質を同定するためのX線回折パターンから、不純物を複数含む試料の解析を外部結晶構造データベースと接続し自動で行うソフトウェア開発公開を行った。またニューラルネットワークを用いることで、非線形な変化を示す予備データの補間が精度良く行え測定中に本測定の条件検討ができるソフトウェア公開を行った。
|
| 研究成果の学術的意義や社会的意義 |
データ駆動型の物質探索が、ただの提案にとどまらず合成および実験検証まで行い、磁気冷凍材料という機能性材料を実際に見出すに至ることを示す例となった。機械学習モデルの知見を探索指針に活かす具体的方法と、合成物をX線回折から自動で特定する手段、および予備データを非線形補間することで本測定をシミュレートし効率測定行う手段を開発提示するなど、合成探索を行うユーザー側の視点からのツール開発を行い公開した。
|
