| 研究課題/領域番号 |
19H02624
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
梶川 浩太郎 東京工業大学, 工学院, 教授 (10214305)
|
|---|
| 研究分担者 |
下条 雅幸 芝浦工業大学, 工学部, 教授 (00242313)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | メタマテリアル / クローキング |
|---|
| 研究実績の概要 |
クローキングとは、物体(対象物)を特定の媒質で覆うことによりそれを不可視化する光学技術であり、これまで理論と計算でしか議論されてこなかった光学周波数でのクローキングを実験で実証することを目的とする。そのため、設計と計算を基に、実在物質を使ったクローキング条件を提案し実際にクローキングが起こる構造を実際に作製し、実験でクローキングを観測する。本年度は以下の3つの項目について研究を行った。
1. 銀ナノワイヤーのSTM探針への固定 クローキングの実験では、直径70nmの銀ナノワイヤーをSTM探針の先端に固定することが必要である。昨年度は銀ナノワイヤーをSTMに固定する方法として、マニュピレーターを使って、基板上の銀ナノワイヤーを接着剤を使って固定するようにしていた。しかし、この方法では10％程度の歩留まりにとどまり、実験を進める上で大きな障害となっていた。そこで、水溶液中に分散したSTM探針を引き上げることにより、自発的に探針先端に銀ナノワイヤーを固定化する方法を考案して、比較的高い歩留まりで試料の作成が行えるようにした。
2. 構造の最適化計算では、これまで機械学習の一種であるニューラルネットワークを用いた構造探索を行ってきた。この方法は高速な計算を可能とするが、学習用の膨大なデータの作成に大きな計算機資源を要する。本年度は遺伝的アルゴリズムを用いた構造の最適化を進めた。この方法は、学習用の膨大なデータを準備する必要が無いため、計算時間そのものはニューラルネットワークにくらべて時間を要するが、トータルとしての時間は短くできる可能性がある。また、ニューラルネットワークでは予測ができないような新しい構造が見つかる可能性がある。これらの計算機コードの開発を行い計算を行った。
3. 顕微鏡セットを調達し、クローキング測定用専用の光学系の構築を行った。
|
| 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
今回提案した方法は、当初予定した銀ナノワイヤーのSTM探針への固定方法に比べて、高い歩留まりが得られる。この方法はクローキングの実験だけでなく、微小なバイオセンサーやナノ電子デバイスの作製にも展開することができる。昨年度は機械学習の一種であるニューラルネットワークを用いた構造探索を行ってきた。これに加えて、遺伝的アルゴリズムを用いた構造の最適化を進めた。このことは、多くの構造から目的に合う構造の探索の範囲を広げることになる。計算機資源も整備し、10数台のコンピュータを並列に動かして網羅的に構造探索ができるようにした。また、最終年度に向けて、専用の光学系を構築することができた。
新型コロナウイルスの流行による出勤・登校の停止により生じた実験の滞りにより、ほぼ半年間実験が進まなかったが、年度後半に順調に研究が進んできたと考えている。
|
| 今後の研究の推進方策 |
2020年度に得られた成果をもとに、実際にクローキングが起こる構造を実際に作製し実験でクローキングを観測する。用いる波長は可視光領域から近赤外領域である。散乱測定は暗視野測定となるため、直径が100nm以下のクローキング対象物でも観測でき、クローキングの効果を高感度で評価できる。さらに、光電子増倍管を使いロックイン検出により高い感度で散乱を測定できるようにする。試料を固定する部位は水晶振動子やピエゾ素子を用いる。交流で駆動して試料を微少に振動させることにより、変調成分のみをロックイン検出することにより迷光や背景ノイズを抑えられる。一方で、新規設計方法の開拓をめざして、機械学習を使った新しいクローキング構造を見いだすべく、計算を進めていく予定である。
|
