研究課題/領域番号 |
23K03950
|
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21050:電気電子材料工学関連
|
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 |
木野 日織 国立研究開発法人物質・材料研究機構, 電子・光機能材料研究センター, 主幹研究員 (70282605)
|
研究期間 (年度) |
2023-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
キーワード | 電気伝導 / 磁性 / 自動計算 / KKR-CPA法 / 説明可能AI |
研究開始時の研究の概要 |
LSIの微細化に伴い銅に替わる配線材料が求められている。配線材料とする様々な条件があるが,本研究では電気抵抗率・磁性を対象とする。本研究では配線材料探索過程を自動化し網羅第一原理計算を行える継続的に利用可能な枠組みを作成し,公開する。また,計算された物性データも公開する。更に,研究者の理解につながる知識となる法則をデータから獲得するためにホワイトボックス化しやすいモデルを構築する。
|
研究実績の概要 |
現在、各研究者が個別に自動計算システムを作成することが一般的ですが、これにより他の研究者がこれらのシステムを利用するのが難しくなる問題が生じています。そこで、AkaiKKRを用いた電気伝導率計算を容易にするため、AiiDAを用いた自動計算パッケージ「AiiDA-AkaiKKR」を作成しました。このパッケージは、計算のワークフローを自動化し、再現性のあるデータ生成を実現します。また、Pythonパッケージとして簡単にインストールが可能であり,他の研究者が利用できるように設計されており,生成したデータはすでにグラフで関係付けられており作成者以外も内容を理解可能になります。これにより、計算の効率化とデータの共有が促進され、研究の迅速化が期待されます。 現在、材料研究において使用されているディープラーニングモデルは、予測の解釈や構造と材料特性の関係を理解する上で一定の限界があります。これらの課題を解決するため、我々は注意機構を組み込んだ解釈可能なDLアーキテクチャを提案し、材料特性の予測とその構造特性関係の洞察を得ることを目指しました。提案したDLアーキテクチャで導出されたモデルが、現行の最先端モデルと同等の強力な予測能力を有することが確認されました。さらに、第一原理計算に基づく比較検証により、原子の局所構造が材料構造の表現に対して注意を払う度合いが、物理特性に関する構造-特性関係を解釈する際に重要であることが示されました。これらの特性には、分子軌道エネルギーや結晶の生成エネルギーが含まれます。提案したアーキテクチャは、材料特性の予測と対応する構造内の重要な特徴の明示的な特定により、材料設計の加速に大きな可能性を示しています。
|
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
自動計算システムAiiDA上のデータの流れを表すパラメタを一度決めるとデータベース上でパラメタを変更することができません。また,データの流れ理解を容易にするために,機能分解木の手法などを作成し,作成されたデータが将来の変更なしにまた容易に検索できるよう細部を決めるのに予想以上に手間がかかりました。
|
今後の研究の推進方策 |
作成された自動計算システムによりAkaiKKRプログラムを自動実行し,人の手間がなるべくかからないように予定物質系の計算実行を行う予定です。
|