• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2023 年度 研究成果報告書

データ駆動科学と量子計測の高度化による強相関非線形フォトニクス材料探索の最適化

研究課題

  • PDF
研究課題/領域番号 19K05303
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分30020:光工学および光量子科学関連
研究機関福井大学

研究代表者

牧野 哲征  福井大学, 遠赤外領域開発研究センター, 准教授 (70311363)

研究期間 (年度) 2019-04-01 – 2024-03-31
キーワード励起子
研究成果の概要

電子工学および応用物理学分野などさまざまな学術分野で注目を浴びることとなっている電子強相関系材料群について、この研究では、準安定相希土類系強相関薄膜を対象に、局所クーロンエネルギー、電子格子結合度、移動積分が非線形光学特性に与える影響を明らかにした。さらに、光非線形性データの背後にある相関関係を機械学習を用いて抽出し、非線形材料の開発やマテリアルズ・インフォマティクスの高度化に貢献した。第一原理電子状態計算を行い、局所クーロンエネルギーを最適化し、誘電関数を再現する結果を得た。さらに、非線形分光法の高感度測定系を実現し、これらのさまざまな成果を原著論文として発表できた
。

自由記述の分野

光物性物理学

研究成果の学術的意義や社会的意義

機械学習・深層学習と電子状態計算を統合することで、大量のデータに依存する従来のアプローチを超え、少量の実験データから外挿的な物性予測が可能になった。これにより、新材料の探索と設計が効率的に行えるようになった。
学習データから外れた領域でも適切に予測ができる新たな深層学習の基礎技術を適用でき、これにより、未知の新物質に対しても物性を高精度予測することが可能となり、高機能な物質や学問的に興味深い性質を持った物質の探索・設計に応用することができた。
従来の深層学習技術の弱点を深層学習と理論の融合で克服することで、材料開発関連する分野で新たな成果を生み出すことが期待できる。

URL: 

公開日: 2025-01-30  

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