国立大学法人東海国立大学機構 黑料网大学院工学研究科の原 京花 博士前期課程学生、宇佐美 徳隆 教授、情报学研究科の小島 拓人 研究員、工藤 博章 准教授は、理化学研究所 革新知能統合研究センターの沓掛 健太朗 研究員との共同研究で、多结晶材料の光学写真から机械学习モデルにより結晶方位分布を精度よく予測することに成功しました。本研究成果は、さまざまな多结晶材料の簡便かつ高速な組織解析に応用できます。
本研究では、多结晶材料の表面を溶液で処理した後にさまざまな方向から照明をあてて撮影した光学写真に対して机械学习モデルを適用することで、结晶粒方位分布を高い精度で予測することに成功しました。この手法を用いることで、15センチ角の太陽電池用多结晶シリコン基板の方位分布など、従来手法では不可能であった大面積材料の測定が可能となりました。
本研究成果は、2023年5月24日午後11時（日本時間）付アメリカのAmerican Institute of Physicsが発行する自然科学誌「APL Machine Learning」に掲載されました。
?多结晶注1）材料の光学写真から机械学习モデルにより结晶粒方位分布を予測。
?大気中でデータ収集が可能で电子顕微镜などの高価な设备は不要。
?実用太陽電池用多结晶シリコンなど大面積試料に適用可能。
?社会に広く普及している多様な多结晶材料への展開が可能。
◆详细（プレスリリース本文）はこちら
注1）多结晶：
多数の単結晶粒から構成される固体。金属、セラミックス、半導体など多くの材料は多结晶である。
雑誌名：APL Machine Learning
論文タイトル：A machine learning-based prediction of crystal orientations for multicrystalline materials
著者：Kyoka HARA（工学研究科?博士前期課程修了）, Takuto KOJIMA(情报学研究科?研究員 現：産業技術総合研究所), Kentaro KUTSUKAKE（理化学研究所?研究員）, Hiroaki KUDO(情报学研究科?准教授), Noritaka USAMI（工学研究科?教授）
DOI: 10.1063/5.0138099
URL:
