ダッソー・システムズのパートナーであるダイキン工業株式会社はウェビナーを実施します
近年の材料開発の枠組みにマテリアルズ・インフォマティクスの導入が広がるにつれて、分子シミュレーションと機械学習を連携利用した研究はますます重要性が高まっています。今回は、岡山県立大学 准教授 野田祐輔氏から、Materials Studioで実施頂いた研究事例、シリコン結晶中の大規模欠陥のシミュレーションのために、第一原理計算の結果を機械学習へ組み入れ、実際に大規模計算に適用した研究事例を発表頂きます。また、ダッソー・システムズ社より、材料設計に関する最近の事例をご案内させて頂きます。
Webinar
13:30－14:30
１：第一原理計算・MIを活用したシリコン結晶中の大規模欠陥のシミュレーション
岡山県立大学
情報工学部 情報通信工学科 准教授
野田 祐輔 氏
概要：
物質における電子状態の理論的予測および物性解析を目的として、物理学・化学・材料科学の分野では密度汎関数理論に基づく第一原理計算が利用されています。近年では、機械学習をはじめとする情報科学的手法の発展に伴って、産業界においてもマテリアルズ・インフォマティクス（MI）が導入され、第一原理計算と情報科学的手法を連携させることで材料開発が加速化するケースが増えています。
本セミナーでは、第一原理計算・MIの活用事例として、シリコン半導体の結晶成長過程で発生する大規模欠陥を対象とする機械学習型原子間ポテンシャルのシミュレーションの研究成果を紹介します。
14:40‐15:30
２：マルチスケール分子モデリングによる次世代半導体開発の加速
ダッソー・システムズ株式会社
BIOVIA Industry Process Consultant
Senior Manager Abihijit Chatterjee 氏
次世代の集積回路やトランジスタを作るには、処理能力の向上、小型化、低消費電力化といったプレッシャーに打ち勝たなければならない。研究者はすでに、シリコン、ゲルマニウム、ガリウムヒ素、さらには有機化合物など、さまざまな材料を効果的に利用して、これらの課題に対処しています。
本講演では、モデリングが研究者にもたらす洞察に焦点を当て、デバイスの性能を支える基本的なメカニズムを解明し、より小型で高速かつエネルギー効率の高い半導体、目的に応じたパッケージング、ビジネスと地球にとってより優れた人工知能の検証につながることを紹介します。