国立大学法人東海国立大学機構 名古屋大学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、情報学研究科の小島 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、多結晶材料の光学写真から機械学習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、さまざまな多結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、多結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機械学習モデルを適用することで、結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結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。

【ポイント】

・多結晶^注1）材料の光学写真から機械学習モデルにより結晶粒方位分布を予測。
・大気中でデータ収集が可能で電子顕微鏡などの高価な設備は不要。
・実用太陽電池用多結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結晶材料への展開が可能。

◆詳細（プレスリリース本文）はこちら

【用語説明】

注1）多結晶：
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結晶である。

【論文情報】

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(情報学研究科・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(情報学研究科・准教授), Noritaka USAMI（工学研究科・教授）
DOI: 10.1063/5.0138099
URL: https://pubs.aip.org/aip/aml/article/1/2/026113/2892282/A-machine-learning-based-prediction-of-crystal

【研究代表者】

大学院工学研究科　宇佐美 徳隆　教授
https://www.material.nagoya-u.ac.jp/photonics/index.html

【関連情報】

インタビュー記事「ミクロの仕組み、AIでアプローチ ─多結晶材料情報学の幕開け─」（名古屋大学研究フロントライン）