[16p-A31-1~20] 17.1 カーボンナノチューブ，他のナノカーボン材料

16:30 〜 16:45奨励賞エントリー

[16p-A31-11] ボンドオーダーベース機械学習原子間ポテンシャルによる新規超硬質炭素同素体の探索

〇(D)小幡 郁真¹、久間 馨²、大塚 慶吾¹、丸山 茂夫¹ (1.東京大工、2.信州大先鋭材料研)

キーワード：

機械学習原子間ポテンシャル、超硬質炭素同素体

炭素同素体には特異な物性を持つものが多く、新たな同素体を発見する試みが盛んに行われている。本研究では、ボンドオーダーに基づく物理的制約を機械学習モデルに組み込むことで、少数の学習データ、パラメータから原子構造のエネルギーを網羅的かつ高速に計算できる機械学習ポテンシャルの開発を行った。この原子間ポテンシャルを用いて、random structure search を行うことで、未知の超硬質同素体を発見した。