| 研究課題/領域番号 |
20K03814
|
|---|
| 研究機関 | 茨城大学 |
|---|
研究代表者 |
青野 友祐 茨城大学, 理工学研究科(工学野), 教授 (20322662)
|
|---|
| 研究分担者 |
小峰 啓史 茨城大学, 理工学研究科(工学野), 准教授 (90361287)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 量子微細構造 / 核スピン / 電気伝導 |
|---|
| 研究実績の概要 |
量子ポイントコンタクト(QPC)を流れるコンダクタンスのゲート電圧依存性の中には、QPCのポテンシャル構造が反映される。QPCポテンシャルを放物線型にとると、コンダクタンスのゲート電圧依存性におけるスロープの幅がポテンシャルの曲率を与える。最近の実験により、このスロープ幅がQPCの長さとはあまり相関がないことが示されており、QPC近傍の乱れポテンシャルによって、この結果がもたらされていることが示唆された。我々も乱れポテンシャルがある場合のQPC電気伝導に対して数値計算を行い、実験と同様の結果を得ていた。
本年度は、この乱れポテンシャルが電気伝導へ与える影響をさらに考察した。乱れポテンシャルの原因となる不純物は不規則に導入されるが、その不純物の位置をコンダクタンス特性から推測できるかどうかという問題を考えた。不純物効果に注目するために、QPCから外部ポテンシャルを除いた量子細線に対して不純物位置推定を行った。不純物位置と量子細線のコンダクタンスのゲート電圧依存性を紐付けたデータセットを数値計算で準備しておき、そのデータセットを用いてニューラルネットワークを用いた教師付き学習を行なった。具体的には、不純物をポテンシャル変調として与えて、一つの不純物がある場合について、量子細線のどの部分に不純物があるかを推定する分類問題を３層のニューラルネットワークを用いて実施した。その結果、不純物の位置を量子細線の４つの部分に分類する４値推定問題に対して、90％以上の精度で分類を行えることを示した。また、ニューラルネットワークにおける学習の様子を可視化して、量子細線中で電流が流れる方向（横方向）とその断面方向（縦方向）で見ると、横方向で分類を間違えにくく、縦方向において分類を間違えやすいことを明らかにした。
|
| 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
量子微細構造における動的核スピン分極ついて解明することを目的としているが、令和３年度は、量子微細構造構造において不可避であることが判明した不純物ポテンシャルの影響に注目した研究計画について、機械学習の観点を新たに導入したテーマに着手して、結果を得ることができたため。
|
| 今後の研究の推進方策 |
今後も、研究計画に基づいて、量子ポイントコンタクト(QPC)を流れる電流に起因した電子スピンによるQPC近傍における動的な核スピン分極のコヒーレンスの創発と制御に関する研究を推進する。
|
| 次年度使用額が生じた理由 |
COVID-19の影響により、国内外学会の旅費と参加費の使用額について、予定から変更が生じた。今年度も研究計画を進めるために必要な数値計算環境の補充のための経費および研究成果発表のための経費として使用する計画である。
|
