物質科学専攻
統合的機械学習による酸化物粒界偏析のナノレベルデザイン

酸化物材料は、優れた化学的安定性と元素種に応じた多種多様な特性をもつため、現代そして次世代の科学工学技術に不可欠です。他方、実材料は結晶方位の異なる多数の結晶粒からなる多結晶であるため、結晶粒どうしの界面である粒界が存在します。そして、様々な不純物が粒界に濃化する粒界偏析が起こります。粒界偏析は、粒界からナノメートル範囲内の原子・電子構造の変化を通じて、多結晶組織や巨視的特性を決定づけます。よって、その起源に根差したナノレベル制御指針を確立することが、先進的な多結晶酸化物の創製には必須です。これまで、原子・電子レベルの計算手法により解析されてきましたが、粒界のモデル化には莫大な計算コストがかかるため、今なお多くが未解明のままです。本研究では、種々の機械学習に基づく新たな解析基盤を確立し、粒界偏析における原子構造および粒界特性の高速・高精度予測を達成することで、上記の課題を解決します。

酸化物材料における粒界偏析と本研究の提案手法