| 研究課題/領域番号 |
22K18953
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分28:ナノマイクロ科学およびその関連分野
|
|---|
| 研究機関 | 北里大学 |
|---|
研究代表者 |
渡辺 豪 北里大学, 理学部, 准教授 (80547076)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2025-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
|
|---|
| キーワード | 有機半導体 / 結晶構造予測 / 分子動力学シミュレーション / 機械学習 |
|---|
| 研究開始時の研究の概要 |
本研究では、機械学習と分子動力学シミュレーションとを連携することで、有機半導体単結晶について、分子構造のみから結晶構造を高精度に予測できる計算科学プラットフォームの構築に取り組む。具体的には、独自のノウハウで蓄積した有機半導体結晶構造データに基づく結晶構造探索するための機械学習モデルの作成、バルク単結晶の分子動力学シミュレーションによる構造安定性評価、そして結晶多形を予測可能な新規分子動力学シミュレーション手法の確立を行う。
|
| 研究実績の概要 |
本研究では、機械学習と分子動力学(MD)シミュレーションを連携することで、有機材料、特に有機半導体単結晶について、分子構造のみから結晶構造を高精度に予測できる計算科学プラットフォームの構築に取り組んでいる。
初年度である2022年度では、まず実験から得られた有機半導体単結晶の結晶構造データを集めたデータベースを構築した。そして、このデータベースを活用して代表的なパッキング構造を高精度に予測可能な機械学習モデルを作成した。また、結晶構造探索プログラムとMDシミュレーションを併用させた手法により、2種類のn型有機半導体においては分子構造のみから結晶構造を予測できることを確かめた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
実験で同定された有機半導体の結晶構造のデータベースを作成し、そこから有結晶構造の重要な情報であるパッキング構造を高精度に予測可能な機械学習モデルを提案できたことは大きな成果である。
また、分子構造のみから結晶構造を予測する計算科学的手法についても2種類の有機半導体に対しては有用であることを検証しており、当初計画通りの進展が得られている。
|
| 今後の研究の推進方策 |
2022年度に提案した結晶構造予測手法を、様々な有機半導体に対しても十分な精度で適用可能かを検証する。精度が低い分子群が出てきた場合には、徹底的に要因を究明し、適宜修正することで、より汎用的で高精度な手法へと発展させる。
さらに、温度による結晶多形相転移が見られる有機半導体についてMDシミュレーションで再現可能なモデルの構築を目指す。
|
