. .
セミナー・イベントTOPへ戻る


AIを活用した太陽電池の材料の探索

■開催日時:2020年8月24日(月)13:30〜16:30

■会場:本セミナーは、当日ビデオ会議ツール「Zoom」を使ったウェビナー
(ライブ配信セミナー)となります。
同日同時間帯に開催予定のセミナーが変更になりました。
お申込み後、視聴用のURLを別途メールにてご連絡いたします。

■受講料:42,000円 + 税(資料付き/1人)

■主催:(株)シーエムシー・リサーチ

■講師:佐伯 昭紀 氏  大阪大学大学院工学研究科 応用化学専攻 教授

【講師経歴】
 1999年 大阪大学工学部 卒業
 2001年 大阪大学大学院 工学研究科 博士前期課程 卒業
 2003年 大阪大学大学院 工学研究科 博士後期課程 中途退学
 2003〜2009年 大阪大学 産業科学研究所 助手 助教
 2010〜2014年 大阪大学大学院 工学研究科 助教
 2014〜2019年 大阪大学大学院 工学研究科 准教授
 2019年 大阪大学大学院 工学研究科 教授
 2007年 大阪大学大学院 工学研究科 博士(工学)取得

【研究歴】
2009〜2013年 JST さきがけ研究者「太陽光と光電変換機能」
2015〜2019年 JST さきがけ研究者「マテリアルズインフォ」

【所属学会】
 応用物理学会、高分子学会、日本化学会

【著 書】
 マテリアルズ・インフォマティクス, 情報機構 (2018) 145-153
 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, 技術情報協会 (2019) 354-358

■趣旨:
 次世代太陽電池として高分子太陽電池やペロブスカイト太陽電池の研究開発が進められている。
これらの素子性能は、材料の構造や物性だけでなく、成膜プロセスや不純物・素子構造など多くの
因子が複雑に影響するため、開発には多大な労力と時間を有する。一方、人工知能を用いた材料開発
(マテリアルズ・インフォマティクス:MI)が注目を集めており、構造・物性の相関が強い材料で
成果をあげている。本講座では、実験的な超高速材料スクリーニング法とMIを融合した次世代太陽
電池の開発について紹介し、実験化学者がMIをどのように活用できるかの実例を解説する。

■セミナー対象者:
 有機、無機半導体を取り扱う企業研究者

■セミナーで得られる知識:
 実験データを基にした機械学習の実施方法、分光法による材料探索の概念、データ科学による
データ解釈法


※ 適宜休憩が入ります。

1.高分子太陽電池
 1-1 イントロダクション
 1-2 高分子太陽電池の設計指針
 1-3 これまでの開発方法
 1-4 高速実験スクリーニングによるプロセス最適化
 1-5 機械学習による高分子太陽電池の研究
 1-6 人工ニューラルネットワーク、ランダムフォレストによる性能予測
 1-7 ランダムフォレスト分類器による性能予測
 1-8 分子データベースからのスクリーニング
 1-9 合成のための高分子構造探索
 1-10 高分子合成と太陽電池評価
 1-11 さらなる高効率化に向けた機械学習探索
2.ペロブスカイト太陽電池
 2-1 イントロダクション
 2-2 ホール輸送層へのホール移動収率測定
 2-3 統計的解析手法(LASSO)を用いた性能支配因子の探索
 2-4 高効率ホール輸送層のための分子設計指針

3.高速実験スクリーニング
 3-1 イントロダクション
 3-2 時間分解マイクロ波伝導度(TRMC)法の特徴
 3-3 非鉛ペロブスカイト材料探索のための実験的スクリーニング

Copyright (C) 2020 NTS Inc. All right reserved.