機械学習を用いたランダム不純物分布を有するナノワイヤ中での電子波動関数の時間発展予測モデル

カテゴリ: 部門大会

論文No: PS5-6

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Time evolution prediction model of electronic wavefunction in nanowires with random impurity distribution using machine learning

著者名: 小林 祐貴（北海道科学大学）,杉山 聖（北海道科学大学）,伊藤 佳卓（北海道科学大学）,須子 統太（早稲田大学）,村口 正和（北海道科学大学）

著者名(英語): Yuuki Kobayashi (Hokkaido University of Science),Satoru Sugiyama (Hokkaido University of Science),Yoshitaka Itoh (Hokkaido University of Science),Tota Suko (Waseda University),Masakazu Muraguchi (Hokkaido University of Science)

キーワード: ニューラルネットワーク|半導体デバイス設計|量子ダイナミクス量子ダイナミクス|neural network|semiconductor device design|quantum dynamics

要約(日本語): 我々は、ナノスケールのデバイス設計で重要な、量子効果を含む2 次元ナノワイヤ系におけるランダム不純物下での電子の伝導過程を予測する問題に取り組んできた。電子の時間発展計算の強みである電子の伝導過程の波動関数データを十分に活用することを目指し、電子密度の時間発展データを学習することで、初期の電子密度分布からその後の時間発展を予測するモデリング手法に挑戦している。 具体的には、電子密度の時間発展をリカレントニューラルネットワーク(RNN)でモデル化し、予測する方法を提案してきた。しかし、十分な予測精度が得られないという課題があった。そこで、本研究では電子波動関数の時間発展データを直接入力データとすることで、モデルの精度を高めることを目指した。