|
検索したキーワードがページ内でハイライトします。
| RESET |
研究キーワード:東北大学における「光吸収」 に関係する研究一覧:5件
概要表示
折りたたむ
発表日:2026年10月14日
この記事は2026年10月28日号以降に掲載されます。
1
太陽光で充電する「光蓄電池」の新設計を確立
―従来法よりも高い約1 Vの光電圧を実現―
この記事は2026年10月28日号以降に掲載されます。
概要表示
折りたたむ
発表日:2026年10月1日
2
真珠の輝きと鳥の羽の色彩を融合非周期構造から生まれる新しい構造色
─多重バイオミメティック構造色を化粧品、インク、プラスチックへ展開 ─
構造色は、視覚認識、美的表現、光学機能において重要な役割を果たしており、化粧品、コーティング、プラスチック、ディスプレイなど、さまざまな分野で注目を集めています。東北大学多元物質科学研究所の殷澍(イン シュウ)教授(同大 材料科学高等研究所(WPI-AIMR)連携教授 兼務)が率いる研究チームは、大阪大学産業科学研究所の関野徹教授、国立台北科技大学の邱徳威教授、北京科技大学の曹文斌教授、大東化成工業株式会社の田中巧常務取締役らとの共同研究により、多重バイオミメティック構造色材料の合成、性能解析および応用に関する研究で大きな進展を遂げました。研究チームは、真珠の多層構造と鳥の羽に含まれるメラニ...
キーワード:物質科学/ディスプレイ/材料科学/光吸収/持続可能/無機材料/持続可能な開発/材料設計/コーティング/ナノ構造/プラスチック/機能材料/層構造
他の関係分野:数物系科学化学工学農学
概要表示
折りたたむ
発表日:2026年6月15日
3
AIの予測根拠を解読して材料設計指針を導く新手法を開発
-マテリアルズ・インフォマティクスによる材料探索の加速-
東京科学大学(Science Tokyo) 総合研究院 フロンティア材料研究所の高橋亮助教、大場史康教授(神奈川県立産業技術総合研究所(KISTEC)プロジェクトリーダー兼任)、同大学 物質理工学院 材料系の高松新修士課程学生(研究当時)は、東北大学 金属材料研究所の熊谷悠教授と共同で、材料のスペクトルデータを予測する人工知能(AI)モデルを解釈し、類似する材料をグループ化することで、材料設計の指針となる情報を抽出する新手法を開発しました。材料科学において、所望の材料特性の発現に関わる構成元素や原子配列の特徴を見いだすことは、材料設計指針の構築や物性発現機構の解明のために重要です。...
キーワード:高次元データ/AI/機械学習/深層学習/人工知能(AI)/金属元素/セレン/スペクトル/吸収スペクトル/カルコゲナイド/材料科学/マテリアルズ・インフォマティクス/光吸収/持続可能/材料特性/持続可能な開発/局所構造/原子配列/材料設計/電子構造/光学特性/金属材料/金属酸化物/酸化物/第一原理/第一原理計算/量子力学/インフォマティクス/結晶構造/SPECT/予測モデル
他の関係分野:情報学環境学数物系科学化学総合理工工学総合生物農学
概要表示
折りたたむ
発表日:2026年6月15日
4
シリコンチップ上に直接作製できる「ナノコンポジット磁性ガーネット材料」を開発
―よりシンプルで高性能な集積型光アイソレーターを実証、 AI時代の高速・安定な光通信へ貢献―
AIの急速な普及によりデータセンターの消費電力増大が深刻な問題となっています。光信号で情報を伝送するシリコンフォトニクスが次世代技術として注目され、その心臓部となる光部品の鍵を握るのが磁気光学材料「磁性ガーネット」です。しかし最高性能の単結晶膜はシリコン基板上に直接成長できず貼り合わせ工程が必要で、直接成膜できる多結晶膜は性能が劣るため、この性能と集積性のトレードオフは30年来の難問でした。そこで東北大学と京セラ株式会社による共同研究グループは、独自の「緩昇温結晶化プロセス」により、シリコン基板上に直接成膜できる新材料「ナノコンポジット磁性ガーネット膜」を作製しました。本材料は磁気...
キーワード:電気通信/オープンアクセス/人工知能(AI)/アモルファス膜/磁気光学/干渉計/多結晶/光学材料/トレードオフ/電子線/コンポジット/ガーネット/シリコンフォトニクス/ナノコンポジット/フォトニクス/光アイソレータ/光回路/光吸収/光通信/磁気光学効果/持続可能/持続可能な開発/STEM/アモルファス/単結晶/シリコン/ナノメートル/ナノ粒子/マイクロ/レーザー/結晶化/結晶方位/電子顕微鏡/透過電子顕微鏡/複合材/複合材料/結晶構造/結晶性/光制御/心臓
他の関係分野:情報学数物系科学化学生物学総合理工工学農学
概要表示
折りたたむ
発表日:2025年12月13日
5
材料に潜む「欠陥」を予測する新AI技術を開発
―新材料探索の新たな基盤技術として期待―
物質中に必ず存在する点欠陥は、材料特性を大きく左右する重要な要素であり、新材料の発見においてその特性の把握は不可欠です。しかし、欠陥形成エネルギーの評価には多大な計算資源が求められる量子力学計算が必要であり、実用材料探索の大きな障壁となっていました。東北大学大学院工学研究科の澁井千紗大学院生(研究当時)、同大学金属材料研究所の清原慎講師、Soungmin Bae助教、熊谷悠教授らは、結晶をグラフとして扱うグラフニューラルネットワーク(GNN)を活用し、半導体や絶縁体中の欠陥がとり得る複数の電荷...
キーワード:AI/グラフニューラルネットワーク/ニューラルネットワーク/機械学習/人工知能(AI)/材料科学/DFT/バンドギャップ/光吸収/絶縁体/持続可能/材料特性/持続可能な開発/ドーピング/点欠陥/電気伝導/電子構造/ニューラルネット/金属材料/酸化物/半導体/密度汎関数理論/量子力学/エネルギー変換/結晶構造/スクリーニング
他の関係分野:情報学工学農学
東北大学 研究シーズ