AIに電子の物理を学習させる方法を開発 | 物性研究所
発表のポイント AIなどに使われている機械学習手法を物理理論と組み合わせることで、電子状態の予測精度を向上する方法を開発した。 分子内の電子のとる状態を機械学習させ、電子間の相互作用を抽出し、それを理論に取り入れることで幅広い物質に対して高精度に電子状態を計算できることを示した。 開発された技術をさらに精巧化することで、物性の解明や、未知の物質の設計・探索などがより確実に行えるようになると期待される。 全文PDF 発表概要： 東京大学大学院理学系研究科物理学専攻の永井瞭大学院生、明石遼介助教、同大学物性研究所の杉野修教授らの研究グループは、AI技術などに使われる機械学習手法（注1）を応用し、物質の電子状態を計算する密度汎関数理論（DFT、注2）における不完全な項を補完する方法を開発しました。小分子における高精度計算の結果を参照し、機械学習モデルにDFTにおける電子間相互作用の記述方法を学習
グラフェンの100倍以上のキャリア数を持つ導電性シート<br />世界初「ディラック線」を持つ単原子シートの発見 | 物性研究所
東京大学 物性研究所 広島大学 発表のポイント 銅シリサイドCu2Si単原子シートを合成、その中に「ディラック線（注１）」の存在を発見。 本シートに「ディラック線」が存在することを最先端の実験と理論で実証。 グラフェンの100倍以上のキャリア数を持つ導電性シートとして次世代エレクトロニクスを飛躍的に向上させる可能性。 発表概要 東京大学物性研究所の松田巌准教授、杉野修准教授、Tai C. Chiang客員教授らの研究グループは、広島大学放射光科学研究センターのBaojie Feng助教、中国科学院のLan Chen教授・Kehui Wu教授、北京工業大学のYugui Yao教授、イタリアELETTRA放射光施設のPaolo Moras主任研究員と共同で、銅（Cu）とケイ素（Si）からなる化合物の単原子シート、銅シリサイド（Cu2Si）を合成し、その中に「ディラック線」が存在することを発見し
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
