| 研究領域 | 機能コアの材料科学 |
|---|
| 研究課題/領域番号 |
20H05192
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
理工系
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
池野 豪一 大阪府立大学, 工学(系)研究科(研究院), 准教授 (30584833)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2021年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2020年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 計算材料科学 / マテリアルズインフォマティクス / 電子分光法 / 電子分光 / 第一原理計算 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
走査型透過型電子顕微鏡(STEM)を用いた電子線エネルイギー損失分光法(EELS)は機能コアの直接観測を可能とする強力な実験手法であるが、これらのスペクトルの解析には、量子論に基づく理論計算を大量に行う必要があり、膨大な時間を要する。本研究では、機械学習を用いて局所原子構造からEELSスペクトルを予測するモデル、およびEELSスペクトルから局所原子配列・電子状態を予測するモデルを作成する。これにより、実験スペクトルを機能コア情報と直接結び付けることができる新しい理論的手法を開発する。
|
| 研究実績の概要 |
走査型透過型電子顕微鏡(STEM)を用いた電子線エネルギー損失分光(EELS)を用いることにより、物質の特性を支配する局所原子配列・電子状態)、すなわち機能コアを直接観測することが可能となる。一方で、測定で得られる多数のスペクトルに対して第一原理計算に基づく理論指紋照合法を適用するには膨大な時間を要する。本研究では機械学習を用いて、電子線エネルギー損失分光(EELS)スペクトルから、機能コア(物質の特性を支配する局所原子配列・電子状態)の情報を直接抽出することができる新しい解析手法を開発することを目的としている。
2021年度においては、電子状態データベースMaterials Project に登録されている一電子近似に基づく10万以上の理論スペクトルデータをもとに、スペクトルから局所原子構造に関わる特徴量を予測する機械学習モデルの作成を行った。原子構造、電子配置、化学組成に関する特徴量を対象として、深層学習を用いた予測モデルを作成した。その結果、励起原子を中心とする動径分布関数およびOrbital-Field Matrix (OFM) を比較的高精度に予測することができるモデルの作成に成功した。動径分布関数は、励起中心原子と周辺の原子間の結合距離を反映する。また、OFMは励起中心原子と周辺原子の結合距離、結合角、配位子の電子配置を反映した多次元の特徴量である。これらの結果は、EELSスペクトルから局所原子配列の情報を抽出することが可能であることを示すものであり、本研究における重要な成果である。
EELSスペクトルは、物理的には内殻空孔効果によって局在化した非占有軌道を反映したものであることから、励起原子近傍の局所原子構造を強く反映したものである。前述の機械学習を通して得られた知見は、EELSの物理的描像とも合致するものである。
|
| 現在までの達成度 (段落) |
令和3年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和3年度が最終年度であるため、記入しない。
|
