• 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

2020 年度 実績報告書

高精度第一原理計算と能動学習を用いた汎用的物性値予測モデルの開発

研究課題

研究課題/領域番号 19K15275
研究機関東京工業大学

研究代表者

高橋 亮  東京工業大学, 科学技術創成研究院, 助教 (80822311)

研究期間 (年度) 2019-04-01 – 2021-03-31
キーワード第一原理計算 / 機械学習 / 能動学習
研究実績の概要

近年、大規模材料データベースと機械学習の手法を組み合わせて新しい知見を得る、Materials informaticsの研究が盛んに行われている。しかしながら、既存のデータベースを用いると、第一原理計算の精度の問題と、データベースが主に既報の材料を対象としていることに起因する構成元素や構造などのデータの偏りの問題が生じる。本研究課題では、第一原理計算の自動化プログラムを構築し、必要十分な計算コストの元に適切な計算条件で各物性値を計算し、また能動学習の手法を用いてデータベースの偏りを無くすように、データベースの増強を行う。
本年度の成果は以下の通りである。
(1)自動第一原理計算のソフトウェアの改良を更に進め、HSE06, non self-consistent dd-hybridの計算手法や、有効質量、光吸収係数の物性値計算に対応した。現在、開発したソフトウェアを用いて、既存データベースに存在しない物質の計算を進めている。
(2)前年度に行なった誘電定数の計算を改善し、様々な結晶構造型を含む1,266の酸化物の誘電定数の計算を行い、この結果から機械学習による予測モデルを構築した。このモデルの決定係数は結晶構造の情報を用いて電子系誘電率、格子系誘電率のそれぞれで0.89, 0.73であった。また、記述子の重要度解析により得られた因子が化学・物理学的に妥当であることを示した。これらの結果をPhys. Rev. Materials誌に投稿した。
(3)前年度に開発した特定の範囲の物性値を持つ材料の効率的探索手法について改良を行い、性能を改善した。Materials projectのデータを基に緑色発光半導体や太陽電池光吸収層に適した材料の探索シミュレーションを行なった結果、半数の探索で所望のバンドギャップを持つ物質の約9割を同定することができた。

  • 研究成果

    (3件)

すべて 2021 2020

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (2件)

  • [雑誌論文] Machine learning models for predicting the dielectric constants of oxides based on high-throughput first-principles calculations2020

    • 著者名/発表者名
      Takahashi Akira、Kumagai Yu、Miyamoto Jun、Mochizuki Yasuhide、Oba Fumiyasu
    • 雑誌名

      Physical Review Materials

      巻: 4 ページ: -

    • DOI

      10.1103/PhysRevMaterials.4.103801

    • 査読あり / オープンアクセス
  • [学会発表] 計算材料データベースと機械学習を用いた緑色発光半導体の効率的探索手法の開発2021

    • 著者名/発表者名
      高橋亮, 青木宏賢, 熊谷悠, 大場史康
    • 学会等名
      日本金属学会2021年春期(第168回)講演大会
  • [学会発表] 計算材料データベースと機械学習を用いた緑色発光半導体の探索2020

    • 著者名/発表者名
      青木宏賢, 宮本惇, 高橋亮, 熊谷悠, 大場史康
    • 学会等名
      日本金属学会2020年春期講演大会

URL: 

公開日: 2021-12-27  

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