| 研究領域 | ハイパーマテリアル：補空間が創る新物質科学 |
|---|
| 研究課題/領域番号 |
19H05820
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
吉田 亮 統計数理研究所, データ科学研究系, 教授 (70401263)
|
|---|
| 研究分担者 |
桂 ゆかり 東京大学, 大学院新領域創成科学研究科, 特任助教 (00553760)
上田 那由多 (竹森那由多) 岡山大学, 異分野基礎科学研究所, 特任助教 (10784085)
野澤 和生 鹿児島大学, 理工学域理学系, 准教授 (00448763)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2024-03-31
|
| キーワード | マテリアルズインフォマティクス / 準結晶 / データベース / 電子構造計算 / 機械学習 |
|---|
| 研究実績の概要 |
当該年度の達成事項は、以下の通りである。
(1) これまでに発見された準結晶、近似結晶、結晶の化学組成リストの機械学習を適用し、準結晶を形成する化学組成を高精度で予測できる統計モデルを構築することに成功した。さらに機械学習のブラックボックスモデルに内在する入出力のルールを抽出し，準結晶と近似結晶の形成・安定化に関する5つの法則を発見した。この法則は構成元素のファンデルワールス半径や電気陰性度の分布を表す5つの単純な式で表される。また、アルミニウム三元合金系の全組成空間の仮想スクリーニングを実施し、複数の新規準結晶を合成することに成功した。
(2) 今年度は、準結晶・近似結晶の各種物性値の温度依存性の図を過去の論 文から抜き出して、デジタルデータ化した。この中と熱電材料の電気抵抗率のデータを使って、200Kから300Kの温度範囲で電気抵抗率の温度係数（TCR）を計算し、TCR対室温電気抵抗率値をプロットした図を作って、半導体準結晶組成の予測に使えるようにした。
(3) ハイパーマテリアルのバンド計算の開発として、既存の周期系のバンド計算を高次元周期構造へ拡張した。また、ブリルアンゾーンの概念も同様に拡張し、状態密度の計算を実装した。また、Ammann-Bennker tiling上での超伝導電流分布に関する研究をA04班の酒井志朗氏、岡山大学の福嶋拓海氏（研究生）、市岡優典教授、Universite Paris-SaclayのAnuradha Jagannathan教授と共同して行い、フィリングに依存する非自明な超伝導電流の振る舞いを明らかにした。
(4) Ag-In-Yb準結晶２回軸表面におけるペンタセンの吸着を第一原理計算で調べた。実験で観測されているペンタセンの配向に関する統計的性質が再現できた。準結晶表面における原子吸着エネルギーの計算を効率化するため，機械学習を用いた手法を検証した。
|
| 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
(1) 準結晶の化学組成を予測する機械学習アルゴリズムの開発に世界で初めて成功した（Liu et al. Adv Mater. 33(36), 2102507 (2021)）。また、本手法を用いて複数の新規準結晶の発見に成功した。現在は半導体準結晶の探索を重点目標とし、目標物性である電気抵抗率と温度係数の予測モデルの開発に取り組んでいる。
(2) 各種物性値の温度依存性のデータセットは、141論文中の386個の図から、1,012試料について収集した。TCR対室温電気抵抗率値は、395個の準結晶・近似結晶、2,220個の熱電材料、89個の金属、62個のアモルファス半導体についてプロットした。準結晶・近似結晶のデータは、典型的な金属領域から典型的な半導体領域のすぐ近くまで、連続的に分布していて、半導体準結晶の探索に使う。
(3) ハイパーマテリアルのバンド計算の開発として、一般化固有値問題のGPU版、CPU版（gamma点のみ）を開発した。また、状態密度の計算をするために必要な、準結晶におけるブリルアンゾーンに対応する拡張ブリルアンゾーンの面積を計算するルーチンを実装した。また、Ammann-Bennker tiling上での超伝導電流分布におけるフィリングに依存する非自明な超伝導電流の振る舞いの原因を探るため、ボンドごとの超伝導電流の分布を解析し、局所超伝導電流とそれに対応する秩序変数の積が1対１対応しない場合において非自明な振る舞いが現れることを明らかにした。
(4) ペンタセンの吸着については一部に実験と一致していない部分もあるが，吸着構造の決定要因がほぼ特定できており，前提としている表面構造の差異などで説明できるものと考えている。機械学習による計算の効率化については，現状で２次元のポテンシャルエネルギー面に関して３倍程度の効率化が可能になっている。
|
| 今後の研究の推進方策 |
(1) 化学組成から、(a)準結晶形成の二値判別、(b)電気抵抗率、(c)温度係数を予測する三つのモデルを得ることができた。原理的には、このモデルの逆問題を解くことで、半導体特性を有する準結晶が存在する化学組成を予測できる。今後は実証フェーズを本格化し、半導体準結晶の探索を行う。
(2) 組成データからe/aを計算し、タイプ（I相のマッカイ、バーグマン、蔡や、D相）毎の分布を調べる。格子熱伝導率を算出して、傾向を調べる。電気抵抗率以外の各種物性値についても、データの収集を続ける。
(3) 状態密度の実装が完了したので、フォトニック準結晶の状態密度を計算することができるようになった。フォトニック準結晶においては、周期近似した場合に、フォトニックバンドギャップの存在が予言されており、応用上も注目を集めている。フォトニック準結晶の解析をすすめるとともに、一般化固有値問題のCPU版を一般のk点数に拡張するとともに、一般化固有値問題のQPU版も開発していく。
(4) 準結晶表面に原子欠陥が存在する可能性も含めてペンタセンの吸着構造を検証する。ポテンシャルエネルギーの計算課程において機械学習のパラメータを段階的に変更することで更なる効率化ができないか検証する。３次元のポテンシャルエネルギー面に対して適用できるようにする。
|
