• 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

半導体における転位コア構造および転位ダイナミクスの理論解析

公募研究

研究領域機能コアの材料科学
研究課題/領域番号 22H04508
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
研究機関名古屋大学

研究代表者

横井 達矢  名古屋大学, 工学研究科, 講師 (70791581)

研究期間 (年度) 2022-04-01 – 2024-03-31
研究課題ステータス 完了 (2023年度)
配分額 *注記
5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2023年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2022年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
キーワード機械学習原子間ポテンシャル / 転位 / 半導体 / 第一原理計算 / 半導体転位 / 機械学習型原子間ポテンシャル / 機械学習 / 原子間ポテンシャル
研究開始時の研究の概要

本研究では、半導体材料における転位コア構造およびキンク構造を明らかにし、転位がドナー・アクセプタおよびキャリアと相互作用する場合の転位ダイナミクスを解明する。この目的を達成するため、第一原理計算データを学習させた人工ニューラルネットワーク原子間ポテンシャルを構築し、反応経路法や分子動力学計算に組み込むことで、高精度・高速計算な分子シミュレーション法を確立する。この手法を代表的な半導体材料に適用することで、転位の原子構造とダイナミクスに関して原子・電子レベルの知見を得る。それをもとに転位ダイナミクスを制御するための材料設計指針を提案する。

研究実績の概要

本研究では,半導体におけるキンクの原子構造と運動挙動の解明に向け,第一原理計算(DFT計算)データを学習させた人工ニューラルネットワーク(ANN)原子間ポテンシャルを構築し,分子動力学計算やNudged elastic band(NEB)法に組込んだ.これにより高速・高精度を維持する計算手法を構築した。そして,ANNポテンシャルにもとづく分子シミュレーションをSiのすべり系における種々の完全転位および部分転位に適用し,それらの形成エネルギーや原子構造を評価した.その結果,先行研究やDFT計算結果を正確に予測できることを示した。また本手法をもとに,数万原子規模の計算セル中に孤立した転位が存在するモデルを用いて長時間のMD計算を行うことで,転位線付近の原子の格子振動挙動が現実的な計算時間で解析できることを示した.これにより,今後のキンクに対する原子レベル解析が大きく進歩すると期待できる.さらにANN原子間ポテンシャルを多元系に拡張し,化合物半導体やSi半導体のPやBといった不純物に対する解析も可能とした.これにより今後は,単元系のみならず,化合物半導体のキンクや,キンクと不純物原子の相互作用が運動挙動に及ぼす影響も定量解析が可能になると期待できる.

現在までの達成度 (段落)

令和5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5年度が最終年度であるため、記入しない。

報告書

(2件)
  • 2023 実績報告書
  • 2022 実績報告書
  • 研究成果

    (14件)

すべて 2023 2022

すべて 雑誌論文 (7件) (うち査読あり 7件、 オープンアクセス 1件) 学会発表 (7件) (うち国際学会 3件、 招待講演 4件)

  • [雑誌論文] Grain boundary segregation of Y and Hf dopants in α-Al<sub>2</sub>O<sub>3</sub>: A Monte Carlo simulation with artificial-neural-network potential and density-functional-theory calculation2023

    • 著者名/発表者名
      T. Yokoi, A. Hamajima, Y. Ogura, K. Matsunaga
    • 雑誌名

      Journal of the Ceramic Society of Japan

      巻: 131 号: 10 ページ: 751-761

    • DOI

      10.2109/jcersj2.23044

    • ISSN
      1348-6535, 1882-0743
    • 年月日
      2023-10-01
    • 関連する報告書
      2023 実績報告書
    • 査読あり
  • [雑誌論文] Electronic and atomic structures of Shockley-partial dislocations in CdX (X = S, Se and Te)2023

    • 著者名/発表者名
      Hoshino Sena、Yokoi Tatsuya、Ogura Yu、Matsunaga Katsuyuki
    • 雑誌名

      Journal of the Ceramic Society of Japan

      巻: 131 号: 10 ページ: 613-620

    • DOI

      10.2109/jcersj2.23055

    • ISSN
      1348-6535, 1882-0743
    • 年月日
      2023-10-01
    • 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] Atomic and electronic structure of grain boundaries in a-Al2O3: A combination of machine learning, first-principles calculation and electron microscopy2023

    • 著者名/発表者名
      Yokoi T.、Hamajima A.、Wei J.、Feng B.、Oshima Y.、Matsunaga K.、Shibata N.、Ikuhara Y.
    • 雑誌名

      Scripta Materialia

      巻: 229 ページ: 115368-115368

    • DOI

      10.1016/j.scriptamat.2023.115368

    • 関連する報告書
      2023 実績報告書 2022 実績報告書
    • 査読あり
  • [雑誌論文] Grain-boundary thermodynamics with artificial-neural-network potential: Its ability to predict the atomic structures, energetics, and lattice vibrational properties for Al2023

    • 著者名/発表者名
      T. Yokoi, M. Matsuura, Y. Oshima, K. Matsunaga
    • 雑誌名

      Phys. Rev. Mater.

      巻: 7 号: 5 ページ: 053803-053803

    • DOI

      10.1103/physrevmaterials.7.053803

    • 関連する報告書
      2023 実績報告書
    • 査読あり
  • [雑誌論文] Anharmonicity in grain boundary energy for Al: Thermodynamic integration with artificial-neural-network potential2023

    • 著者名/発表者名
      M. Matsuura, T. Yokoi, Y. Ogura, K. Matsunaga
    • 雑誌名

      Scr. Mater.

      巻: 236 ページ: 115685-115685

    • DOI

      10.1016/j.scriptamat.2023.115685

    • 関連する報告書
      2023 実績報告書
    • 査読あり
  • [雑誌論文] Atomic structures of grain boundaries for Si and Ge: A simulated annealing method with artificial-neural-network interatomic potentials2023

    • 著者名/発表者名
      T. Yokoi, Y. Oshima, K. Matsunaga
    • 雑誌名

      Journal of Physics and Chemistry of Solids

      巻: 173 ページ: 111114-111114

    • DOI

      10.1016/j.jpcs.2022.111114

    • 関連する報告書
      2022 実績報告書
    • 査読あり
  • [雑誌論文] Grain-boundary thermodynamics with artificial-neural-network potential: its ability to predict the atomic structures, energetics and lattice vibrational properties for Al2023

    • 著者名/発表者名
      T. Yokoi, M. Matsuura, Y. Oshima, K. Matsunaga
    • 雑誌名

      Physical Review Materials

      巻: -

    • 関連する報告書
      2022 実績報告書
    • 査読あり
  • [学会発表] 格子欠陥特性の高精度予測に向けた機械学習記述子および 原子間ポテンシャルの構築2023

    • 著者名/発表者名
      横井達矢、内田匡美、小椋優、松永克志
    • 学会等名
      日本金属学会 2023年秋期(第173回)講演大会
    • 関連する報告書
      2023 実績報告書
    • 招待講演
  • [学会発表] 格子欠陥特性の高精度予測に向けた機械学習型記述子・原子間ポテンシャルの構築2023

    • 著者名/発表者名
      横井 達矢
    • 学会等名
      第33回日本MRS年次大会
    • 関連する報告書
      2023 実績報告書
    • 招待講演
  • [学会発表] 格子欠陥の原子構造・特性の予測に向けた ニューラルネットワーク記述子および原子間ポテンシャルの構築2022

    • 著者名/発表者名
      横井達矢、大島優、松永克志
    • 学会等名
      日本金属学会2022年秋期第171回講演大会
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Grain boundary structures and energetics in CdTe: An artificial-neural-network interatomic potential and first-principles approach2022

    • 著者名/発表者名
      T. Yokoi, K. Adachi, Y. Oshima, K. Matsunaga
    • 学会等名
      The 33rd International Photovoltaic Science and Engineering Conference
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] 格子欠陥の原子構造と特性の高精度予測に向けたニューラルネットワーク記述子・原子間ポテンシャルの構築2022

    • 著者名/発表者名
      横井達矢、大島優、松永克志
    • 学会等名
      第32回日本MRS年次大会
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Artificial-neural-network potential for accurately predicting atomic structure and physical properties of lattice defects in semiconductors2022

    • 著者名/発表者名
      T. Yokoi
    • 学会等名
      The 8th International Symposium on Advanced Science and Technology of Silicon Materials
    • 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] Artificial-neural-network descriptor and interatomic potential for molecular simulations of lattice defects2022

    • 著者名/発表者名
      T. Yokoi
    • 学会等名
      6th International Symposium on Frontier in Materials Science
    • 関連する報告書
      2022 実績報告書
    • 国際学会 / 招待講演

URL: 

公開日: 2022-04-19   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