文献

J-GLOBAL ID：201902276123249488   整理番号：19A1369597

Si粒界構造の解析に向けた機械学習型原子間ポテンシャル

著者 (4件)： 横井達矢 (名古屋大 工) ,  野田祐輔 (名古屋大 工) ,  中村篤智 (名古屋大 工) ,  松永克志 (名古屋大 工)
資料名： 応用物理学会春季学術講演会講演予稿集(CD-ROM)  (Extended Abstracts. JSAP Spring Meeting (CD-ROM))
巻： 66th  ページ： ROMBUNNO.9a-W321-4  発行年： 2019年02月25日 
JST資料番号： Y0054B  ISSN： 2436-7613  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 【緒言】太陽電池材料としての多結晶Siでは、結晶粒界や遷移金属不純物の粒界偏析はキャリア再結合中心の起点となり変換効率を低下させると考えられている。一方で粒界構造は、粒や粒界面の結晶方位に依存して様々な原子配列をとり、それに起因して不純物偏...【本文一部表示】

シソーラス用語： *ポリシリコン ,  *結晶構造 ,  *機械学習 ,  *原子間ポテンシャル ,  ニューラルネットワーク
準シソーラス用語： 人工ニューラルネットワーク ,  多結晶シリコン ,  *粒界構造

分類 (2件)： 金属の結晶構造  (BK06000V) ,  原子間相互作用  (BH04020U)

タイトルに関連する用語 (5件)： Si ,  粒界構造 ,  解析 ,  機械学習 ,  原子間ポテンシャル