ニュース＆イベント NEWS & EVENTS

NanospecFY2023国際会議において本学学生がOutstanding Poster Awardを受賞しました。

受賞者

先進工学部　マテリアル創成工学科　学部4年　長谷川 礼佳

指導教員

先進工学部　マテリアル創成工学科　ポスドク研究員　Arpita Varadwaj
先進工学部　マテリアル創成工学科　助教　Alexandre Foggiatto
先進工学部　マテリアル創成工学科　教授　小嗣 真人

受賞題目

Identify the Relationship between Crystal Structure and Electronic State of Boron Nitride Using Density Functional Theory and Machine Learning

内容

我々は次世代半導体デバイスの実現に向けて、BN(窒化ホウ素)の大規模XASスペクトルデータの自動解析手法を開発した。機械学習を用いてXASスペクトルから構造や電子状態をクラスタリングすることに成功した。本成果はNanospecFY2023においてOutstanding Poster Awardを受賞した。研究概要は以下の通りである。

研究概要

拡大し続けるIoTデバイスの需要を支えるため、軽元素原子層を活性層とした高周波アンテナの開発が進められており、次世代材料としてBN(窒化ホウ素)に脚光が集まっている。しかし、結晶構造や積層構造、原子欠陥・置換によって、電子状態や発信機能が複雑に変化するため、メカニズムの理解が求められている。

そこで本研究では、BNの様々な結晶相を対象に、現実的な原子欠陥を考慮したXASスペクトルを第一原理計算により生成し、機械学習によって結晶構造と電子状態の関係接続を試みた。機械学習では解釈性の高い次元削減手法を適用し、スペクトル情報から構造や電子状態を自動でクラスタリングすることに成功した。本研究は半導体特性の解析を格段に高速化するものであり、幅広い新物質開発への応用が期待される。

なお本研究の一部は、CREST JPMJCR21O4「2次元ホウ素未踏マテリアルの創製と機能開拓」による支援を受けている。

採択日

2024年3月5日

関連リンク
NanospecFY2023

小嗣研究室
研究室のページ
小嗣教授のページ
Alexandre Foggiatto助教のページ