• 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

X線吸収スペクトルから局所原子配列を直接予測する高精度機械学習モデルの開発

研究課題

研究課題/領域番号 25K01490
研究種目

基盤研究(B)

配分区分基金
応募区分一般
審査区分 小区分26010:金属材料物性関連
研究機関大阪公立大学

研究代表者

池野 豪一  大阪公立大学, 大学院工学研究科, 教授 (30584833)

研究期間 (年度) 2025-04-01 – 2028-03-31
研究課題ステータス 交付 (2025年度)
配分額 *注記
18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)
2027年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2026年度: 8,840千円 (直接経費: 6,800千円、間接経費: 2,040千円)
2025年度: 8,190千円 (直接経費: 6,300千円、間接経費: 1,890千円)
キーワード機械学習 / 内殼X線分光 / 第一原理計算
研究開始時の研究の概要

X線吸収スペクトル(XAS)は物質中の特定の元素周辺の局所構造・電子状態を反映するが,その解析が複雑であることから原子構造情報が十分に活用されないケースが多かった。本研究では,3次元の原子座標とX線吸収スペクトル (XAS) を定量的に再現できる構造記述子を設計し,スペクトルデータから局所構造を直接予測する機械学習法を確立する。スペクトルから直接原子構造を予測することができれば,解析時間を大幅に削減し,格子欠陥や表面構造,化学反応に付随する原子構造変化の追跡などが可能となる。

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

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