ベイズ最適化を用いた高純度PドープBa122バルク超伝導体の合成

カテゴリ: 研究会(論文単位)

論文No: MC21014,ASC21014

グループ名: 【A】基礎・材料・共通部門 金属・セラミックス/【B】電力・エネルギー部門 超電導機器合同研究会

発行日: 2021/12/04

タイトル(英語): Synthesis of high-purity P-doped Ba122 bulk superconductors using Bayesian optimization

著者名: 菊池 慎次郎(東京農工大学),長谷川 友大(東京農工大学),德田 進之介(東京農工大学),石井 秋光(東京農工大学),山中 晃徳(東京農工大学),山本 明保(東京農工大学)

著者名(英語): Shinjiro Kikuchi (Tokyo University of Agriculture and Technology),Yuta Hasegawa(Tokyo University of Agriculture and Technology),Shinnosuke Tokuta(Tokyo University of Agriculture and Technology),Akimitsu Ishii(Tokyo University of Agriculture and Technology

キーワード: ＢａＦｅ２Ａｓ２|Ｆｅ２Ｐ|ベイズ最適化|BaFe2As2|Fe2P|Bayesian optimization

要約(日本語): 鉄系超伝導体BaFe2As2 (Ba122)はAsサイトへのP置換で30 K以上の臨界温度を示す。_x000D_ 一方で、不純物としてFe2Pが生成することがあり、超伝導相の高純度化が課題となっている。_x000D_ 本研究では機械学習手法のひとつであるベイズ最適化を用いて、PドープBa122多結晶バルクの高純度化を目指した。_x000D_

要約(英語): The iron-based superconductor BaFe2As2 (Ba122) has a critical temperature of higher than 30 K by phosphorus substitution at arsenic sites._x000D_ On the other hand, Fe2P is formed as an impurity, and it is a challenge to achieve high purity of the superconducting phase._x000D_ In this study, Bayesian optimization, one of the machine learning methods, was used to improve the purity of P-doped Ba122 polycrystalline bulks._x000D_

本誌: 2021年12月7日金属・セラミックス/超電導機器合同研究会

本誌掲載ページ: 27-29 p

原稿種別: 日本語

PDFファイルサイズ: 878 Kバイト