• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

データサイエンス技術を活用した二次元アモルファス材料における熱物性の理論研究

研究課題

研究課題/領域番号 23K21081
補助金の研究課題番号 21H01816 (2021-2023)
研究種目

基盤研究(B)

配分区分基金 (2024)
補助金 (2021-2023)
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 (2022-2024)
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, 准教授 (20747860)
研究期間 (年度) 2021-04-01 – 2025-03-31
研究課題ステータス 交付 (2024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)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
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 / トポロジカルデータ解析 / 熱物性 / 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 / シミュレーション
研究開始時の研究の概要

アモルファスは結晶とは異なり、わかりやすい周期性や対称性を持たず、構造と物性の関係性には多くの不明点があります。本研究ではとくに、産業応用でも重要となることが期待される2次元のアモルファスについて、その構造と物性の間にどのような関係が成り立っているかをトポロジカルデータ解析と物性シミュレーションを組み合わせて明らかにします。

研究実績の概要

2次元材料においても、Siアモルファスで実証したようなパーシステントホモロジーによる物性予測が可能であるかを調べるために、本年度はシンプルな二次元アモルファス系に対して、データの集積及び解析を行った。2次元でアモルファスになりうるシンプルなモデルは、2成分のレナードジョーンズポテンシャルの系である。2成分系の場合、異種原子間の相互作用をどのように定めるかについては、何通りかの可能性がある。相互作用が最大になる半径について異種原子の場合には、同種原子の場合の平均を取るadditiveなモデルや、その対応関係をあえて崩したKob-Andersenモデルが存在する。本年度は、幾何平均・算術平均で相互作用半径を定義したモデル、80:20Kob-Andersenモデルの3通りについて、データをまとめた。
Additiveなモデルについては、半径が小さい原子の組成比を12から72%の間で変化させ、また半径比や相互作用強度比も変化させることで様々な条件で、195個の2次元アモルファスサンプルを作成した。各構造のパーシステントホモロジーを解析し、そのデータから典型的な物性値としてシア弾性率を予測することを試みた結果、幾何平均・算術平均のいずれの場合についても、高い精度を持つ予測モデルを作ることができた。
一方、Kob-Andersenモデルの場合には、冷却レートを変えていくことで、構造特徴を変調させた200個のサンプルを作成した。そして、構造特徴からシア弾性率を予測するモデルを作成したが、予測精度はあまり高くならなかった。これらの結果から、同じ2次元アモルファスであっても、パーシステントホモロジーによる構造特徴から物性値を予測できるかは、相互作用などのファクターによって異なることが判明した。

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

3次元バルク構造での研究が先行して進んでいるが、2次元系についても2023年度から着手することができた。ただ、2023年度での研究対象が、レナードジョーンズポテンシャルを用いた2次元アモルファスであり、具体的な物質に対するものでは無い点が課題である。この点については2024年度に改善する予定である。

今後の研究の推進方策

2024年度では、レナードジョーンズポテンシャルで得られた知見を、アモルファスグラフェンやアモルファスBNへと展開する。アモルファスグラフェンについては、AIREBOポテンシャルを用いることで、melt-quenchシミュレーションによってアモルファス構造が得られることが確認できている。BNについて同様の計算が可能であるかを確認する。また、冷却レートなどの計算条件を絞り込み、パーシステントホモロジーで得られる構造特徴と物性値の相関を確認する。さらに、機械学習ポテンシャルを導入することで、より実験と近い特徴を持つ構造を作ることができるかに取り組む。

報告書

(3件)
  • 2023 実績報告書
  • 2022 実績報告書
  • 2021 実績報告書
  • 研究成果

    (15件)

すべて 2023 2022 その他

すべて 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 3件) 学会発表 (11件) (うち国際学会 2件、 招待講演 6件) 備考 (1件)

  • [雑誌論文] Persistent homology-based descriptor for machine-learning potential of amorphous structures2023

    • 著者名/発表者名
      Minamitani Emi、Obayashi Ippei、Shimizu Koji、Watanabe Satoshi
    • 雑誌名

      The Journal of Chemical Physics

      巻: 159 号: 8 ページ: 084101-084101

    • DOI

      10.1063/5.0159349

    • 関連する報告書
      2023 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Topological descriptor of thermal conductivity in amorphous Si2022

    • 著者名/発表者名
      Minamitani Emi、Shiga Takuma、Kashiwagi Makoto、Obayashi Ippei
    • 雑誌名

      The Journal of Chemical Physics

      巻: 156 号: 24 ページ: 244502-244502

    • DOI

      10.1063/5.0093441

    • 関連する報告書
      2022 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Relationship between local coordinates and thermal conductivity in amorphous carbon2022

    • 著者名/発表者名
      Minamitani Emi、Shiga Takuma、Kashiwagi Makoto、Obayashi Ippei
    • 雑誌名

      Journal of Vacuum Science & Technology A

      巻: 40 号: 3 ページ: 033408-033408

    • DOI

      10.1116/6.0001744

    • 関連する報告書
      2022 実績報告書 2021 実績報告書
    • 査読あり / オープンアクセス
  • [学会発表] 非晶質物性予測に対するパーシステントホモロジーの応用2023

    • 著者名/発表者名
      南谷英美
    • 学会等名
      液体・ガラスへのデータ駆動アプローチ - グラフニューラルネットワークとその周辺 -
    • 関連する報告書
      2023 実績報告書
  • [学会発表] アモルファス物性予測に対するパーシステントホモロジーの応用2023

    • 著者名/発表者名
      南谷英美
    • 学会等名
      Materials Meet Data
    • 関連する報告書
      2023 実績報告書
  • [学会発表] Application of Persistent Homology for Structure-properties Relationship in Amorphous Solids2023

    • 著者名/発表者名
      Emi Minamitani
    • 学会等名
      MANA International symposium 2023
    • 関連する報告書
      2023 実績報告書
    • 招待講演
  • [学会発表] トポロジカルデータ解析による構造 - 物性相関の解明2023

    • 著者名/発表者名
      南谷英美
    • 学会等名
      第6回 MIRCフォーラム ~ナノマテリアルの計測技術~
    • 関連する報告書
      2023 実績報告書
    • 招待講演
  • [学会発表] パーシステントホモロジーを用いた構造物性相関の解明2023

    • 著者名/発表者名
      南谷英美
    • 学会等名
      反応駆動学 公開シンポジウム
    • 関連する報告書
      2023 実績報告書
    • 招待講演
  • [学会発表] Persistent homology-based descriptor for machine-learning potential2023

    • 著者名/発表者名
      Emi Minamitani
    • 学会等名
      DxMTワークショップ~機械学習ポテンシャル最前線~
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Topological descriptor of thermal conductivity in covalent amorphous solids2022

    • 著者名/発表者名
      Emi Minamitani
    • 学会等名
      14th International Symposium on Atomic Level Characterizations for New Materials and Devices ‘22
    • 関連する報告書
      2022 実績報告書
    • 国際学会 / 招待講演
  • [学会発表] 発熱と熱輸送の第一原理計算2022

    • 著者名/発表者名
      南谷英美
    • 学会等名
      日本表面真空学会2022年度関東支部講演大会
    • 関連する報告書
      2022 実績報告書
    • 招待講演
  • [学会発表] パーシステントホモロジーと機械学習によるアモルファス物性予測2022

    • 著者名/発表者名
      南谷英美
    • 学会等名
      TDA-MI Workshop 2022
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Relationship between local coordinates and thermal conductivity in covalent amorphous solids2022

    • 著者名/発表者名
      Emi Minamitani, Takuma Shiga, Makoto Kashiwagi, Ippei Obayashi
    • 学会等名
      THE 22ND INTERNATIONAL VACUUM CONGRESS IVC-22
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] ナノスケール磁性およびフォノンの計算物質科学研究2022

    • 著者名/発表者名
      南谷英美
    • 学会等名
      日本物理学会第77回年次大会
    • 関連する報告書
      2021 実績報告書
    • 招待講演
  • [備考] 南谷研究室ホームページ

    • URL

      https://www.sanken.osaka-u.ac.jp/labs/cmp/

    • 関連する報告書
      2023 実績報告書

URL: 

公開日: 2021-04-28   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi