[19p-C601-1~15] 23.1 合同セッションN「インフォマティクス応用」

14:30 〜 14:45奨励賞エントリー

[19p-C601-5] 空間的な電荷分布情報への3次元畳み込みニューラルネットワーク適用によるバンドギャップ高精度予測

〇林 真弘¹、岡 亮輔¹、戸田 陵貴¹、石原 龍¹、藤原 裕之¹ (1.岐阜大)

キーワード：

マテリアルズインフォマティクス,深層学習,バンドギャップ

バンドギャップ(E_g)は物性を決める重要な指標であり、次世代材料の探索にはE_gの決定が有効である。現在の第一原理計算は高精度だがコストが大きく、大規模な探索は難しい。深層学習によるE_g予測は研究されているが、精度はまだ実用的ではない。本研究では、物質の物性値が電荷分布によって決まることに着目し、第一原理計算で得られた材料の3次元電荷分布データに3D CNNを適用して高精度なE_g予測に成功した。