第一原理計算による複合ペロブスカイト酸化物材料の定量設計

使用第一性原理计算复合钙钛矿氧化物材料的定量设计

• 批准号: 14F04376
• 负责人: 田中 功
• 金额: $ 1.47万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2014
• 资助国家: 日本
• 起止时间: 2014-04-25 至 2017-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-14F04376/
• 关键词: ペロブスカイト; 第一原理計算; 電子構造; バンドギャップ; 回帰手法

カチオン混合ペロブスカイト酸化物の第一原理計算による定量設計をめざし，主にATiO3(A=Ba, Sr, Ca, Pb)/LaAlO3を対象とした研究を進めている。これまでにSrTiO3/LaAlO3およびCaTiO3/LaAlO3ヘテロ界面について検討した。精確な原子配列，とくにTiO6八面体の傾角の電子構造への影響について的確に知ることは，これら物質の界面で生じることが期待される2次元電子ガス(2DEG)を設計するうえで不可欠である。これらの研究は，次世代の半導体デバイス開発という観点から，実用上極めて重要である。上記のテーマと並行して，このような電子材料の設計に密度汎関数(DFT)計算を利用する際に常に問題となるバンドギャップ過少評価問題についても検討を進めている。一つの解決策として，機械学習の方法を適用して，DFT計算結果を補正する方法を開発した。具体的には，GW法という高精度であるがコストの高い第一原理計算によって得られるバンドギャップ値を目的変数として，通常に広く用いられているGGA法(PBE)ならびにmBJという汎関数を利用したDFT計算で得られたバンドギャップに加え，構成元素固有の予測子，たとえば電気陰性度や価電子数，さらにそれらの組合せを用い，適切な予測子の選択手法と回帰手法を比較検討した。その結果，有効な特性予測モデルを構築し，フィジカルレビューB誌に発表した。この手法は，今後，さまざまな半導体材料を仮想スクリーニングする際に重要な役割を持つと期待される。

First principle calculation and quantitative analysis of acidified compounds, ATiO3 (A=Ba, Sr, Ca, Pb)

项目成果

Efficient and accurate prediction of band gap of inorganic materials by density functional theory and machine learning techniques

利用密度泛函理论和机器学习技术高效准确预测无机材料带隙

• 发表时间: 2016
• 作者: LEE;Joohwi
• 通讯作者: Joohwi

Band-gap prediction of AX binary compounds by combination of density functional theory and machine learning techniques

密度泛函理论与机器学习技术相结合的AX二元化合物带隙预测

• 发表时间: 2015
• 作者: LEE;Joohwi;Joohwi Lee;Joohwi Lee
• 通讯作者: Joohwi Lee

Estimation of band-gap of inorganic materials by density functional theory and machine

用密度泛函理论和机器估计无机材料的带隙

• 发表时间: 2016
• 期刊: AMTC Letters
• 作者: J. Lee;A. Seko;K. Shitara;K. Nakayama;I. Tanaka
• 通讯作者: I. Tanaka

Band gap prediction of inorganic compounds by combination of density functional theory and machine learning techniques

密度泛函理论与机器学习技术相结合的无机化合物带隙预测

• 发表时间: 2016
• 作者: LEE;Joohwi
• 通讯作者: Joohwi

Estimation of band-gap of inorganic materials by density functional theory and machine learning techniques

利用密度泛函理论和机器学习技术估计无机材料的带隙

• 发表时间: 2016
• 作者: LEE;Joohwi
• 通讯作者: Joohwi