研究課題/領域番号 |
21H01816
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
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 | 大阪大学 (2022-2023) 分子科学研究所 (2021) |
研究代表者 |
南谷 英美 大阪大学, 産業科学研究所, 教授 (00457003)
|
研究分担者 |
下出 敦夫 大阪大学, 産業科学研究所, 助教 (20747860)
|
研究期間 (年度) |
2021-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
16,120千円 (直接経費: 12,400千円、間接経費: 3,720千円)
2023年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2022年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
2021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 | アモルファス / 機械学習 / 熱伝導率 / 層状物質 / パーシステントホモロジー / 機械学習ポテンシャル / トポロジカルデータ解析 / シミュレーション |
研究開始時の研究の概要 |
二次元材料における熱物性について、理想的な状態についての理解は進んでいるが、乱れが及ぼす影響については不明な点が多く応用に向けた課題として残されている。とくに、構造の乱れがある際に熱伝導率がどのように変調するか、変調を特徴づける乱れの特性は何かを明らかにすることが重要である。本研究では、様々な構造不規則性や、特徴的な構造安定性を持ち、工学的応用性も高い二次元アモルファス材料をターゲットとしてトポロジカルデータ解析や機械学習といったデータサイエンスの新技術を積極的に応用した理論研究を進める。
|
研究実績の概要 |
前年度から進めていたアモルファスSiおよびアモルファスCにおける熱伝導率と構造の相関をパーシステントホモロジーによって解析する成果については、論文出版に至った。 この研究で作成したアモルファスCの第一原理計算の知見を元に、さらに、液体状態のカーボンやアモルファスCの様々な構造におけるエネルギーと力の第一原理計算結果を集積し、16000個以上のデータを含むデータセットを作った。そのデータセットを用いて、パーシステントホモロジーの情報から、系の原子あたりの平均エネルギーを予測する機械学習モデルの作成を行った。 パーシステント図を2次元のヒストグラムに変換し、それを正規化することで、Ridge回帰や、畳み込みニューラルネットワーク(CNN)を用いてエネルギーの予測を行うことができることが判明した。また、機械学習モデルの入力として扱う際にヒストグラムを正規化していることによって、学習に用いたサイズより大きい系に対してもエネルギーの予測を行うことが可能であり、機械学習ポテンシャルとしての条件を満たしていることが判明した。 パーシステントホモロジーに対する逆解析を組み合わせることで、アモルファス構造内のどの箇所がエネルギーの高低に対応しているかを可視化することができることも明らかになった。これらの結果より、パーシステントホモロジーを活用することで、空間に対する並進・回転操作や同種粒子の入れ替えに対して不変であることを満たす、機械学習ポテンシャルへの入力データを作成できることが示された。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
3次元バルクでの解析は進んでいるが、本研究のメインターゲットである2次元物質に対してはデータセットの作成と解析がやや遅れている。研究代表者の所属機関異動やそれにともなう計算機の停止期間などが生じたためである。
|
今後の研究の推進方策 |
アモルファスグラフェンを中心とした2次元アモルファス物質に対するデータセットの作成にまず注力する。2022年度に行った予備的な計算により、古典分子動力学法、第一原理分子動力学法、kinetic Monte Carlo法のそれぞれにより、アモルファスグラフェン構造を作成できることが判明している。しかし、どの方法、どの設定でシミュレーションを行うことが、実際の物質構造に近いものを得る上で最適かを詰めきれていない。次年度では、2次元アモルファス物質構造作成の手順を詰め、パーシステントホモロジー解析や機械学習ポテンシャルの作成に用いるための大規模データセットの作成を行う。 データセットが得られた後は、バルクアモルファス物質で確立された解析手法を応用し、2次元物質でも同様の構造物性相関が現れるかを明らかにする。
|