表面再構成インフォマティクスによる大規模周期構造の探索

点击翻译按钮获取中文摘要

気相成長シミュレータを機械学習のアプローチで高精度化する技術について研究を進めている。結晶の表面は気相成長の舞台であるため、原子レベルでの表面構造をできるだけ正確に模擬する必要がある。高並列化に適した第一原理計算コードRSDFTとベイズ最適化ライブラリをスパコン上で組み合わせて、昨年度からGaN(0001)有機金属気相成長におけるGaとHの混合吸着構造を6×6の表面周期で探索してきた。本年度はさらに探索の試行回数を増やし、得られたデータの解析を進めた。その結果、エレクトロン・カウンティング（EC）則を局所的に厳密に満たす安定構造は、昨年度に発見された吸着配置以外にも多数見つかった。さらに、１つの吸着配置に対して、局所EC則の満足の仕方が複数パターンある構造が存在することが分かってきた。この解釈数と安定性の相関についても解析を進めた。一方で、それらと同程度に安定であるにもかかわらず、局所EC則を満たさない吸着配置も多数存在した。以上の解析結果から、(不完全な満足) * (解釈数)によっても、局所EC則の厳密な満足と同程度に安定化するのではないかという仮説が得られた。この仮説に基づき、十分に定量的なデータ駆動モデルを構築することができた。これは、初年度の報告で今後の課題としていた「表面組成・吸着量の変化に対する予測精度を超えて、吸着サイト間の相互作用の精度での安定性予測を可能にする記述子の開発」に相当する。