权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Solving trade-off properties and improving functionality of magnetic devices by first principles and machine learning

通过第一原理和机器学习解决磁性设备的权衡属性并改进功能

基本信息

批准号：
22K14290
负责人：
名和憲嗣
金额：
$ 2.66万
依托单位：
Mie University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

超スマート社会の実現に向けて、スピントロニクス分野では大容量、高速動作性、省エネルギー等の様々な特性を有する次世代スピンメモリの開発が求められている。例えばデータの書込みや保存、読取りにおいて、大きな垂直磁気異方性と小さな磁気ダンピング定数、高い磁気抵抗効果と低い素子抵抗など、複数特性の両立が不可欠である一方で、これら特性は多くの材料系でトレードオフ関係にあることが知られている。本研究では、第一原理計算と機械学習を組み合わせた手法により、電気・磁気・伝導特性など複数のトレードオフ特性を両立する磁気材料の探索を目的とする。本年度は、強磁性CoFe多層膜を例に、第一原理計算から磁気特性や生成エネルギーなどに関する物性のデータベースを取得するとともに、機械学習の階層型ニューラルネットワーク（NN）の計算プログラムを開発した。一般に、物質・材料に関するデータベースが十分でないことから、限られたデータベースから高精度に未知データを予測するアプローチが必要である。そこで、取得したデータベースのうち10~30%のデータを使って機械学習し、残り90~70%を未知データとして予測することを試みた。限られたデータベースからの予測精度を向上させるためにデータ拡張法とアンサンブル学習法を導入した。これにより未知データに対する予測精度に飛躍的な改善が見られ、これら手法の有用性を確認した。続いて、CoFe多層膜のトレードオフ特性として、垂直磁気異方性と磁気ダンピング定数に着目した。多目的最適化を行うべく、垂直磁気異方性が大きいとき、且つ、磁気ダンピング定数が小さいときに最小となるような無次元量を定義し、これと原子配列の関係をNNに学習させた。NNの予測から、両特性を両立し得る原子配列では、多層膜の表界面ではFeが、中央にはCoが集中して分布する特徴があり、原子配列の制御が両特性の両立に重要であることを明らかにした。

The development of the next generation of high-speed communication systems is characterized by high capacity, high-speed operation, and low cost. For example, the book contains the preservation, the selection, the large vertical magnetic anisotropy, the small magnetic anisotropy, the fixed number, the high magnetic resistance effect, the low magnetic resistance effect, the complex characteristic, and the independent relationship between the material system and the complex characteristic. The purpose of this study is to explore the combination of first-principle calculation and mechanical learning methods for magnetic materials with electrical, magnetic and conductivity characteristics and complex magnetic properties. This year, the first principles calculation of ferromagnetic CoFe multilayer films, magnetic properties and related physical properties, and the calculation of mechanical learning hierarchy (NN) were developed. General, material, and related information are necessary for high accuracy, unknown information, and prediction. 10~30% of the total number of students who have completed the study is expected to be 10~70% of the total number of students who have completed the study. The accuracy of the prediction is improved by the method of limiting the number of errors. The accuracy of this prediction is greatly improved, and the usefulness of this method is confirmed. In addition, CoFe multilayer films have different magnetic properties. Multi-purpose optimization is the process of determining the minimum dimensionless quantity, the relationship between the atomic arrangement and the vertical magnetic anisotropy. The characteristics of Fe and Co concentration on the surface and interface of multilayer films are important.