有機薄膜太陽電池のためのモンテカルロツリーサーチを用いた分子設計

カテゴリ: 部門大会

論文No: TC4-2-3

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): Molecule Design for Organic Photovoltaics by Monte Carlo Tree Search

著者名: 木原 泰一（近畿大学）,岩嵜 智佳良（近畿大学）,山田 武士（近畿大学）,半田 久志（近畿大学）

著者名(英語): Taichi Kihara (Kindai University),Chikara Iwasaki (Kindai University),Takeshi Yamada (Kindai University),Hisashi Handa (Kindai University)

キーワード: 有機薄膜太陽電池|モンテカルロツリーサーチ|Recurrent Neural Network|Quantum Deep Field|分子設計|Organic Photovoltaics|Monte Carlo Tree Search|Recurrent Neural Network|Quantum Deep Field|Molecule Design

要約(日本語): 近年、次世代の太陽電池として注目される有機薄膜太陽電池だが、現在主流の無機太陽電池と比較してエネルギー変換効率が低いことが課題となっている。本研究では、モンテカルロツリーサーチを用いた分子設計により、有機薄膜太陽電池の材料として優秀な光吸収性能の高い化合物を設計することを試みる。探索により得られた化合物は有機薄膜太陽電池の材料として使用される既存の化合物の一部分と置換し、量子化学に基づいた深層学習モデルQuantum Deep Fieldによる物性予測から評価スコアの算出を行う。実験の結果、評価スコアにおいて既存化合物よりも優秀な化合物が得られた。