|
実用金属中最も軽量なマグネシウム（Mg）材料は次世代の軽量構造材料の有望な候補として注目を集めている．MgではHCP構造に由来して複数の変形モードが塑性変形に関係し，それぞれの変形モードに対する合金元素の効果が機械的性質に顕著に反映される．そこで本研究では，機械学習を援用して人工ニューラルネットワーク（ANN）の枠組みに基づく高精度な原子間ポテンシャルを開発し，多様な欠陥構造やMgと合金元素との異種原子間相互作用にも適用可能なANN原子間ポテンシャルを用いてそれぞれの変形モードを担う種々の欠陥の挙動とその合金元素の効果を定量的に明らかにすることを目的とする．
|
