准教授
のだ ゆうすけ
学生時代から、実験を行わなくても物質の電子状態や物性を解析できる理論計算に興味があり、第一原理計算を用いた電子状態解析の研究を行いました。学位取得後に、機械学習や情報科学の手法を応用したマテリアルズ・インフォマティクス研究に携わり、機械学習や情報科学の手法が様々な研究分野に活用できるところに面白さを感じました。現在は、第一原理計算と機械学習を活用した結晶構造・電子状態・物性の解析や新材料探索の研究を進めています。
計算科学とインフォマティクスを活用した半導体研究
物性物理学、計算材料科学、マテリアルズ・インフォマティクス
無機半導体、誘電体、パワーデバイス、熱電材料、第一原理計算、電子状態解析、機械学習、組み合わせ最適化、多変量回帰分析、新材料探索
物質・材料の研究において、実験だけでなくコンピュータシミュレーション・理論計算による解析も行われています。特に原子・分子スケールの物理現象や結晶構造・電子状態・物性の解析を行う場合、量子力学の基本原理に基づく第一原理計算が学術界や産業界で広く使われています。原子・分子スケールのシミュレーションは、市販の計算機やスーパーコンピュータなどを用いて実行できます。また、近年の機械学習技術の発展に伴い、データ活用・データ駆動の材料研究が盛んになっています。機械学習を活用することで、物質・材料に関する新しい知見の獲得、物性予測の高速化・高精度化、高機能を有する新材料の探索が可能となっています。
当研究室では、固体物質（主に無機半導体）を対象とする計算科学・インフォマティクスを活用した研究を進めています。コンピュータシミュレーション・理論計算を通して、実験での検証が困難な原子・分子スケールの解析、物性の理論予測、機械学習を応用した解析手法の開発などを目指します。
【共同研究】
①『機械学習原子間ポテンシャルの開発と半導体中の欠陥構造解析への応用』、半導体メーカーとの共同研究、2022〜2023年度
【受託研究】
①『レアメタル代替材料の理論的および計算科学的研究』、日本学術振興会特別研究員DC2、代表、2014〜2015年度
②『高効率太陽光CO2電解還元システムの研究開発』、新エネルギー・産業技術総合開発機構(NEDO) 先導研究プログラム 未踏チャレンジ、分担、2021〜2024年度
③『狭ギャップIV族混晶による赤外多帯域受発光集積デバイス』、科学技術振興機構(JST) 戦略的創造研究推進事業 CREST、分担、2021〜2026年度（2024年度より共同研究者として参画）
④『高速機械学習と連携させた原子間ポテンシャルの開発と半導体結晶中の点欠陥の解析』、日本学術振興会 科学研究費助成事業 基盤研究(c)、代表、2023〜2025年度
【論文】
・A. Sada et al., First principles analysis on void-reduction mechanism and impact of oxygen in nitrogen-doped CZ-Si crystal, J. Cryst. Growth 610, 127176 (2023).
・M. Ohbitsu et al., Atomic structures and stability of finite-size extended interstitial defects in silicon: Large-scale molecular simulations with a neural-network potential, Scr. Mater. 214, 114650 (2022).
・T. Ushiro et al., Preferential growth mode of large-sized vacancy clusters in silicon: A neural-network potential and first-principles study, J. Phys. Chem. C 125, 26869 (2021).
・K. Nakano et al., Exhaustive and informatics-aided search for fast Li-ion conductor with NASICON-type structure using material simulation and Bayesian optimization, APL Mater. 8, 041112 (2020).
・Y. Noda et al., Descriptors for dielectric constants of perovskite-type oxides by materials informatics with first-principles density functional theory, Sci. Technol. Adv. Mater. 21, 92 (2020).
・T. Yokoi et al., Neural-network interatomic potential for grain boundary structures and their energetics in silicon, Phys. Rev. Mater. 4, 014605 (2020).
・Y. Sakamoto et al., First principles calculations of surface dependent electronic structures: a study on β-FeOOH and γ-FeOOH, Phys. Chem. Chem. Phys. 21, 18486 (2019).
・Y. Noda et al., Research Update: Ca doping effect on the Li-ion conductivity in NASICON-type solid electrolyte LiZr2(PO4)3: A first-principles molecular dynamics study, APL Mater. 6, 060702 (2018).
・Y. Noda et al., Computational and experimental investigations of the electrochemical stability and Li-ion conduction mechanism of LiZr2(PO4)3, Chem. Mater. 29, 8983 (2017).
・Y. Noda et al., Momentum-dependent band spin splitting in semiconducting MnO2: A density functional calculation, Phys. Chem. Chem. Phys. 18, 13294 (2016).
・Y. Noda et al., Geometry dependence of electronic and energetic properties of one-dimensional peanut-shaped fullerene polymers, J. Phys. Chem. A 119, 3048 (2015).
【著書】
・野田祐輔，「過学習に留意した最適な機械学習モデルの構築」，ケモインフォマティクスにおけるデータ収集の最適化と解析手法~組成予測や化学構造の生成、合成経路探索や反応条件最適化、毒性評価~(分担執筆)，技術情報協会，2023年4月.
・野田祐輔，「第一原理計算の基礎/機械学習の基礎」，AI・MI・計算科学を活用した蓄電池研究開発動向(分担執筆)，シーエムシー・リサーチ，pp.201−246，2021年6月.
・野田祐輔，中野高毅，中山将伸，「高リチウムイオン伝導性固体電解質の探索方法とは?」，マテリアルズ・インフォマティクスQ&A集 -解析実務と応用事例-(分担執筆)，情報機構，pp.454−457，2020年12月.
・野田祐輔，「情報科学と電子状態計算の組合せで蓄電池用固体電解質の物性を評価する」，23の先端事例がつなぐ 計算科学のフロンティア 計算で物事を理解する予測する(分担執筆)，近代科学社，pp.121−131，2020年1月.
・野田祐輔，「情報科学と第一原理計算に基づくLiイオン電池用固体電解質の電気化学的安定性およびLiイオン伝導性の評価」，マテリアルズ・インフォマティクスによる材料開発と活用集 −データベースの構築、記述子の設計法、モデル作成−(分担執筆)，技術情報協会，pp.346−353，2019年1月.
・野田祐輔，中山将伸，「データ科学と第一原理計算を活用した蓄電池用固体電解質の物性評価」，マテリアルズ・インフォマティクス ~データ科学と計算・実験の融合による材料開発~(分担執筆)，情報機構，pp.154−160，2018年3月.
