Presentation Information
[9a-N304-11]Structure Screening of Ionic Solid Solutions Using Universal MLIPs
〇(D)Taku Sakai1, Tom Ichibha1, Ryo Maezono2, Kenta Hongo3 (1.JAIST, 2.Science Tokyo, 3.JAIST CASC)
Keywords:
solid solution,ab initio calculation,machine learning potential
元素添加による固溶体形成は材料特性の調整に有効だが、
添加元素配置の組合せは膨大であり、第一原理計算による
網羅的計算は困難である。そこで、事前構造スクリーニング
により計算対象を削減する方策が重要となる。本研究では、
汎用機械学習ポテンシャルの適用に注目した。共有結合結晶
・金属結晶で得た知見を踏まえ、イオン結晶性固溶体への
適用結果を示し、汎用的かつ高精度な構造スクリーニングの
実現可能性を議論する。
添加元素配置の組合せは膨大であり、第一原理計算による
網羅的計算は困難である。そこで、事前構造スクリーニング
により計算対象を削減する方策が重要となる。本研究では、
汎用機械学習ポテンシャルの適用に注目した。共有結合結晶
・金属結晶で得た知見を踏まえ、イオン結晶性固溶体への
適用結果を示し、汎用的かつ高精度な構造スクリーニングの
実現可能性を議論する。
