教授　吉村雅満、准教授　原正則

研究テーマ

• プローブ顕微鏡（SPM）の高分解能化?高機能化
• ナノカーボン合成プロセス最適化のための条件抽出
• ナノシート構造体の形状観察による物性予測

主な研究内容?成果

①プローブ顕微鏡（SPM）の高分解能化?高機能化

SPM像はプローブ先端と試料表面との相互作用により形成される。プローブ先端が先鋭だと、分解能が高く真の構造を描くことができる。本研究では、データ取得法の改良や機械学習技術を利用し、先端が劣化したプローブで得られるぼやけたカーボンナノチューブ（CNT）構造（b）から、シャープな真の構造（a）を再構築するための要素技術やSPMの高機能化に関する研究を行う。

②ナノカーボン合成プロセス最適化のための条件抽出

CNT等のナノ炭素材料の合成では、基板の組成?構造、触媒量、炭素源、反応温度?圧力、合成時間など多くの要素が影響する。これらの合成条件に対し、コンビナトリアルケミストリー合成とマッピング評価（物性）などのデータを機械学習により関連付けることで、目的物の最適な合成手順の探索が可能となる。

③ナノシート構造体の形状観察による物性予測

2次元シート材料（グラフェンなど）では高面積シートの作製は容易ではなく、一般に複数のフレークをモザイク状に配列した単層膜が用いられる。しかし、フレークサイズや配列により特性が影響されるためシート性能の予測が困難である。そこで、シート形状から物性予測を可能とするための機械学習技術を探求する。