| 研究課題/領域番号 |
22K19074
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分35:高分子、有機材料およびその関連分野
|
|---|
| 研究機関 | 大学共同利用機関法人高エネルギー加速器研究機構 |
|---|
研究代表者 |
青木 裕之 大学共同利用機関法人高エネルギー加速器研究機構, 物質構造科学研究所, 特別教授 (90343235)
|
|---|
| 研究分担者 |
山崎 大 国立研究開発法人日本原子力研究開発機構, 原子力科学研究部門 J－PARCセンター, 研究副主幹 (80391259)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023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)
2023年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2022年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | 高分子薄膜 / ナノ構造 / 機械学習 / 斜入射小角散乱 / 超解像顕微鏡 / 界面 / 高分子 / 中性子反射率 / 超解像 |
|---|
| 研究開始時の研究の概要 |
本研究は材料界面における高分子鎖の構造を評価可能な新しい構造解析法の開発を目指している。高分解能の超解像光学顕微鏡及び中性子反射・斜入射散乱法を開発し、計算機シミュレーション・機械学習を用いた統合的な解析を行うことで、界面での高分子鎖の振る舞いを分子レベルで評価可能な方法論を確立する。このような実空間（顕微鏡）・逆空間（中性子散乱）・仮想空間（計算機）が三位一体となった構造評価法を用いることで、界面において発現する特有の物性の起源を明らかとし、複合材料開発や接合・接着技術の開発などに貢献する。
|
| 研究実績の概要 |
本研究では実空間および逆空間の相補的な実験的構造解析法において、仮想空間すなわち計算機を用いた手法を導入することで、新たな構造解析を行うことを目的としたものである。本年度においては、前年度に提案したディープラーニングによって中性子実験から実空間構造を直接的に推定可能な人工ニューラルネットワークモデルについてチューニングを進めた。人工ニューラルネットワークの構成を最適化することで、比較的単純な層構造を有するサンプルについては一定程度の精度で、薄膜試料の表面・界面の構造推定を行うことができるようになった。また、顕微鏡画像解析についてもディープラーニングを用いた解析手法の開発を行った。蛍光顕微鏡によって測定した単一分子の画像データから、分子の配向などを評価可能な解析技術を開発した。人工ニューラルネットワークを用いることで、蛍光顕微鏡画像から直接的に高分子鎖の構造パラメーターを推定することが可能になった。ここで、ディープラーニングの学習で使用している計算機GPUを増強することで、計算効率を上げることができた。実験に関しては、J-PARC物質・生命科学実験施設及びオーストラリア原子力科学技術機構に設置された中性子反射率ビームラインにおいて、ポリメタクリレート系高分子及びエポキシ樹脂のスピンコート薄膜試料についてのデータ取得を行った。また、ペリレンジイミド蛍光分子によってラベルされたポリメタクリレート試料について単一分子蛍光観察を行った。
|
| 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
前年度に予定していた海外施設での実験が今年度に延期となったことから、それに継続する実験実施が後ろ倒しとなって、全体として計画が遅れている。
|
| 今後の研究の推進方策 |
本年度導入したGPUで計算処理の効率が向上したが、さらなる向上が望まれるため、追加導入を行う。また、施設都合によって後ろ倒しとなっている実験を実施するとともに、実験で得られたデータを用いて解析を進める。
|
