NISTEP注目科学技術 - 2022_E211
概要
最先端微細デバイス開発に向けた現実的なデバイスシミュレーション開発。原子スケールの第一原理計算を粗視化することで量子スケールから巨視的スケールに繋いだ数値計算手法の開発が求められている。その為の手法として機械学習の活用が期待されている。
キーワード
機械学習 / デバイスシミュレーション / 粗視化
| ID | 2022_E211 |
|---|---|
| 調査回 | 2022 |
| 注目/兆し | 注目 |
| 所属機関 | 大学 |
| 専門分野 | ナノテクノロジー・材料 |
| 専門度 | 高 |
| 実現時期 | 5年未満 |
| 分析データ 推定科研費審査区分（中区分） | 18 （材料力学、生産工学、設計工学） |
| 分析データ クラスタ | 27 （理化学/半導体・ナノ・材料） |
研究段階
デバイスシミュレーション等への機械学習（深層学習）の応用はすでにいくつか報告があるが、まだ初期的な段階にある。一方、最先端ナノスケールデバイスの現実的な特性予測に向けての最大の懸念事項が、量子スケールと巨視的（古典）スケールを繋ぐマルチスケールに渡る粗視化の問題である。粗視化に対して確率的な機械学習（深層学習）を応用するという指摘があるものの、まだ具体的な研究成果は出てきていない。
インパクト
2022年調査にはこの項目はありません。
必要な要素
機械学習のための統計を中心とした高度な応用数学とデバイスシミュレータの基礎となる基礎物理（非平衡統計力学と物性理論）の両方に習熟していることが必須であるが、そのような人材が日本では欧米に比べて極端に少ない。