| 研究課題/領域番号 |
20K15181
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
草場 彰 九州大学, 応用力学研究所, 助教 (70868926)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 窒化物半導体 / 気相成長 / 表面再構成 / ベイズ最適化 / 記述子 |
|---|
| 研究実績の概要 |
気相成長のデジタルツインを高度化していくためには、結晶成長の舞台である表面の原子構造を正確に把握することが不可欠である。本年度は、大規模な表面構造の第一原理計算において構造探索を行うための実行環境構築を進めた。本課題の対象は、試行計算のコストが高く、取得可能な学習データ数・探索回数は限られる。ここでは、大規模系の並列計算性能に優れた実空間法による密度汎関数理論ソフトウェアをスーパーコンピュータ上でベイズ最適化ライブラリと組み合わせた。InGaN 6×6表面スラブモデルの膨大な候補構造の中から成長プロセス中に出現し得る構造の探索を試行計算100回まで進めた結果、新たな試行に対する全エネルギーの収束を確認することができた。
このような機械学習アルゴリズムによる実験計画は構造探索を効率化できるが、機械学習アルゴリズムによる第一原理計算結果の予測もまた有効なアプローチである。多様な表面吸着構造における吸着エネルギー予測を目的として、本年度は、吸着構造の記述子の検討を進めた。ここでは、既に所属研究グループに蓄積されているGaNおよびAlN 2×2表面スラブモデルのデータを活用した。その結果、表面組成・吸着量の変化に対応した精度では、吸着エネルギー予測が可能であることを確認できた。今後、吸着サイト等の変化に対応したより高精度での予測ができるように改善していく。
|
| 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
大規模表面構造の第一原理計算における効率的な構造探索のための実行環境構築、および、吸着エネルギー予測のための記述子の検討が順調に進んだため。
|
| 今後の研究の推進方策 |
ベイズ最適化の結果について解析するとともに、探索中に得られたデータからデータマイニングを行い、InGaN表面構造について知見を獲得する。また、吸着エネルギー予測については、吸着子間の相互作用や吸着サイトの違いを学習するためのデータ取得を進める。
|
