[17a-S2_204-1~13] 23.1 合同セッションN「インフォマティクス応用」

11:00 〜 11:15奨励賞エントリー

[17a-S2_204-8] 物理法則に基づく機械学習モデルによる高誘電率酸化物のバーチャルスクリーニング

〇(M2)滝川 敦之^1,2、清原 慎²、熊谷 悠^2,3 (1.東北大院工、2.東北大金研、3.東北大高等研究機構)

キーワード：

誘電体、機械学習

本研究は，高誘電率酸化物の効率的探索のため，物理法則に基づく機械学習によるスクリーニング手法を提案した。Born有効電荷とフォノン特性を個別に学習し，それらを物理式に直接代入するjoint modelにより格子誘電率を高精度に予測する。8,717種の酸化物を対象にスクリーニングを行い，動的に安定で高性能な新規高誘電体38件を発見し，従来法より高い外挿安定性と物理妥当性を実証した。