| 研究課題/領域番号 |
20K15181
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分30010:結晶工学関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
草場 彰 九州大学, 応用力学研究所, 准教授 (70868926)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 窒化ガリウム / 表面再構成 / 第一原理計算 / ベイズ最適化 / イジング模型 / エレクトロン・カウンティング則 / 分配関数 / 窒化物半導体 / 気相成長 / 記述子 / 計算科学 / 結晶成長プロセス・インフォマティクス |
|---|
| 研究開始時の研究の概要 |
結晶成長プロセス・インフォマティクスでは、[A. 成長条件] --(計算科学・その場計測)--> [B. 状態量] --(教師なし学習)--> [C. 特徴量] --(教師あり学習)--> [D. 結晶品質] というフローで、[D. 結晶品質] の精密な予測器を構築することで、最適な [A. 成長条件] の効率的探索を目指している。本研究課題では、大規模な表面構造の第一原理計算を行い、リアリスティックに表面再構成を同定する。その結果は、表面エネルギーや付着率などの重要な状態量に影響を与える。構造探索には、結晶界面マテリアルズ・インフォマティクスで実績のあるベイズ的機械学習アプローチを適用する。
|
| 研究成果の概要 |
約4.7百万もの膨大な数の候補構造を有する表面系を対象とし、第一原理計算とベイズ最適化によるサンプリングから、従来よりも安定な構造を見出した。サンプルされた構造の解析から、エレクトロン・カウンティング則の概念をIsingモデルに落とし込む着想を得た。そのモデルパラメータを上記のサンプルされたデータから学習することで、探索空間の全貌を明らかにすることに成功した。また、学習済みモデルを利用して、分配関数を計算し、熱力学量を得ることができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、従来、小規模表面セルで研究されてきた表面再構成から、それらの混合物を考え、大規模（ナノスケール）表面セルで表現するという、リアリスティックな表面構造モデリングのための新たな着眼点を示した。マテリアルズ・インフォマティクスの分野では、機械学習ポテンシャルによる材料開発が注目を集めているが、本研究で提案した手法は、その離散構造バージョンとしての発展の可能性を有しており、結晶材料開発と相性の良い汎用手法になることが期待される。
|
