2024 MRS Fall Meeting & Exhibit 発表および出展のお知らせ

PFCCは 2024年12月1日（日）～12月6日（金）に開催される「2024 MRS Fall Meeting & Exhibit」に出展します。PFCCからは3名のメンバーがポスター発表いたします。またこの他にも社外の組織からMatlantisに関連してポスター発表が3件、口頭発表が7件ございます。内容は、以下ご参照ください。

ブース出展情報

展示期間 : 2024年12月3日（火）～ 12月5日（木）
開催場所 : Hynes Convention Center, Boston, Massachusetts
ブース : 419

プレゼンテーション詳細

シンポジウム: MT04: Next-Generation AI-Catalyzed Scientific Workflow for Digital Materials Discovery
ルーム: Hynes, Level 1, Hall A

発表者 1: 渡邊卓

セッション: MT04.05.11
日時: 2024年12月3日 8:00 PM – 10:00 PM（アメリカ東部標準時）
セッションタイプ: ポスタープレゼンテーション
タイトル: The Surface Configurations and Their Impact on Pd-Based Alloy Membranes for Hydrogen Separation—An Application of a Universal Neural Network Potential
概要: Pd-based alloy membranes for hydrogen separation offer high efficiency and important practical advantages over traditional methods like pressure swing adsorption or cryogenic distillation. However, the rarity and expense of Pd, along with its reactivity with certain gas mixture components, pose significant challenges. Our study uses the Preferred Potential (PFP) neural network to perform atomistic simulations that explore the impact of alloy configurations on hydrogen adsorption and diffusion at the surface. PFP allows near-DFT accuracy in simulating chemical reactions on larger systems and at higher speeds.
Our findings using Monte Carlo simulations indicate pronounced surface segregation behaviors in fcc Pd-based alloys, with specific patterns for Pd3Ag, Pd3Au, Pd3Cu, Pd3Ni, and Pd3Pt. These results align with known literature. Additionally, ternary phases like Au-Ag, Au-Cu, and Cu-Ag in Pd reveal similar segregation trends and interesting subsurface structures. The variation in surface composition significantly affects hydrogen binding energies and migration energy barriers, suggesting that the choice of alloy composition could optimize membrane performance for hydrogen separation.

渡邊卓
フロリダ大学でMaterials Science and Engineeringの博士号を取得後、ジョージア工科大学で化学工学の研究員として勤務。
2012年に株式会社サムスン日本研究所に入社し、全固体電池の研究に約8年間従事。
現在は、バッテリー材料、ナノポーラス固体、表面科学、そして計算化学における機械学習技術の応用といった研究に取り組む。

発表者 2: 名児耶彰洋

セッション: MT04.05.17
日時: 2024年12月3日 8:00 PM – 10:00 PM（アメリカ東部標準時）
セッションタイプ: ポスタープレゼンテーション
タイトル: Evaluation of a Universal Neural Network Potential for Predicting Finite Temperature Properties Using Quasi-Harmonic Approximation
概要: Predicting material properties at finite temperature requires accurate evaluation of thermodynamic quantities such as Gibbs free energy. The Preferred Potential (PFP) implemented on Matlantis^TM is a recently developed graph neural network potential with the unique feature of universality[1]. PFP is trained on large DFT data sets, including not only stable crystals and molecules, but also surfaces and disordered structures. As a result, it is applicable to predict finite temperature properties of materials without compromising accuracy.
In this study, we have systematically validated the accuracy of PFP for predicting thermodynamics properties at finite temperature. The temperature dependence of the specific heats around room temperature shows good agreement with experiments. The miscibility gap of MgO-CaO was qualitatively predicted using semi-Grand Canonical Monte Carlo (sGCMC) simulations. These results demonstrate the accuracy and universality of PFP which is applicable to predict material properties at finite temperature.

名児耶彰洋
大阪大学を卒業後に株式会社豊田中央研究所の研究員として勤務。太陽電池材料、燃料電池白金触媒、二次元材料の第一原理計算や高分子の古典MD計算を使用したMIなどの研究に約15年間従事した。その後、ENEOS株式会社の中央技術研究所を経てPFCCに入社。現在は主に電池材料や金属材料に関わる計算に携わっている。

発表者 3: 松本皓太

セッション: MT04.09.10
日時: 2024年12月4日 8:00 PM – 10:00 PM（アメリカ東部標準時）
セッションタイプ: ポスタープレゼンテーション
タイトル: Wet Hydrofluoric Acid Etching Reaction Mechanism Analysis of Silicon Oxide Using GRRM with Universal Neural Network Potential
概要: In semiconductor manufacturing technology that is advancing towards miniaturization, the improvement of wet etching process reactions at the atomic level, which utilizes dilute hydrofluoric (HF) acid solution to remove oxides from substrate surfaces, has become increasingly important. Although there has been active research aimed at understanding at the atomic level, it has been difficult to handle the formation and cleavage of bonds in molecular dynamics simulations, and due to the high computational cost, first-principle calculations have struggled with the analysis of extensive phenomena.
In this study, we report the results of our attempt at a comprehensive reaction analysis of wet etching, combining PFP implemented in Matlantis^TM and the SC-AFIR method implemented in GRRM20, which enable us to explore complex, multi-step reactions involving multiple molecules. We report the comparison results of reaction pathways considering the stabilization of intermediates by surrounding HF and H2O in the four-step fluorination reaction of Si.

松本皓太
北海道大学大学院総合化学院修了後、ENEOS株式会社に入社し計算化学による材料開発の研究およびMatlantis検証開発、ならびにGRRM20 with Matlantisのインターフェース開発に携わる。その後PFCCに入社。現在はカスタマーサクセスエンジニアとしてMatlantisを使用したアプリケーション開発に従事。

Matlantisに関する社外の講演

2024年12月3日

セッション: MT04.05.19
日時: December 3, 2024 from 8:00 PM to 10:00 PM EST
ルーム: Hynes, Level 1, Hall A
セッションタイプ: Poster Presentation
タイトル: High-Throughput Computational Search for Stable Compositions and Configurations in High-Entropy Perovskite SrTiO3
発表者: Hiroki Kotaka, Yosuke Harashima, Hiroki Iriguchi, Tomoaki Takayama, Shogo Takasuka, Mikiya Fujii
組織: ENEOS Corporation & Nara Institute of Science and Technology

2024年12月4日

セッション : MT04.06.10
日時: December 4, 2024, 11:00 AM EST
ルーム: Hynes, Level 2, Room 210
セッションタイプ: Oral Presentation
タイトル: Multi-Objective Bayesian Optimization for Materials Discovery with Neural Network Potential—An Application to Li-Ion Battery Cathode Material
発表者: Shuhei Watanabe, Hideaki Imamura, Chikashi Shinagawa, Kohei Shinohara, So Takamoto, Ju Li
組織: Preferred Networks, inc. & Massachusetts Institute of Technology

セッション : MT04.09.08
日時: December 4, 2024 from 8:00 PM to 10:00 PM EST
ルーム: Hynes, Level 1, Hall A
セッションタイプ: Poster Presentation
タイトル: Accelerating Advanced Material Design Through Versatile Atomistic Scale AI Simulator MATLANTIS
発表者: Yuji Hakozaki, Tasuku Onodera, Takashi Kojima
組織: ENEOS Corporation

セッション: MT04.09.11
日時: December 4, 2024 from 8:00 PM to 10:00 PM EST
ルーム: Hynes, Level 1, Hall A
セッションタイプ: Poster Presentation
タイトル: Investigation of Bayesian Optimization and Generative Model for Crystal Structure Prediction of Molecular Crystals
発表者: Takuya Taniguchi
組織: Waseda University

2024年12月5日

セッション: MT04.10.01
日時: December 5, 2024, 8:00 AM EST
ルーム: Hynes, Level 2, Room 210
セッションタイプ: Oral Presentation
タイトル: Flow for Generating Reaction Pathways and Validation of the Trained Neural Network
発表者: Akihide Hayashi, So Takamoto, Ju Li, Hirotaka Akita, Daisuka Okanohara
組織: Preferred Networks, inc. & Massachusetts Institute of Technology

セッション: MT04.11.03
日時: December 5, 2024, 2:15 PM EST
ルーム: Hynes, Level 2, Room 210
セッションタイプ: Oral Presentation
タイトル: Towards r2SCAN-level Universal Neural Network Potential for Materials Discovery
発表者: Chikashi Shinagawa, So Takamoto, Daiki Shintani, Katsuhiko Nishimra, Ju Li
組織: Preferred Networks, inc. & Massachusetts Institute of Technology

セッション: MT04.11.04
日時: December 5, 2024, 2:30 PM EST
ルーム: Hynes, Level 2, Room 210
セッションタイプ: Oral Presentation
タイトル: Support for 96 Elements and Improved Robustness of Universal Neural Network Potential PFP
発表者: So Takamoto, Chikashi Shinagawa, Daiki Shintani, Katsuhiko Nishimra, Ju Li
組織: Preferred Networks, inc. & Massachusetts Institute of Technology

セッション: MT04.11.08
日時: December 5, 2024, 4:15 PM EST
ルーム: Hynes, Level 2, Room 210
セッションタイプ: Oral Presentation
タイトル: LightPFP—Accelerating the Development of Task-Specific Machine Learning Potentials Using Universal Potential
発表者: Wenwen Li, Nontawat Charoenphakdee, Yuta Tsuboi, So Takamoto, Ju Li
組織: Preferred Networks, inc. & Massachusetts Institute of Technology

2024年12月6日

セッション: MT04.12.07
日時: December 6, 2024, 9:30 AM EST
ルーム: Hynes, Level 2, Room 210
セッションタイプ: Oral Presentation
タイトル: Accelerated Quantum Chemical Simulations for Oxygen Evolution Reaction Catalysts Using “PreFerred Potential” (PFP)—A Pathway to Efficient Material Design
発表者: Hiroki Kotaka, Yuji Hakozaki, Terumasa Shimada, Yoichiro Kawami, Yoshitatsu Misu, Atsushi Fukazawa, Yusuke Hasegawa
組織: ENEOS Corporation

セッション: MT04.12.11
日時: December 6, 2024, 11:00 AM EST
ルーム: Hynes, Level 2, Room 210
セッションタイプ: Oral Presentation
タイトル: Finite-Temperature Crystal Structure Prediction with Universal Neural Network Potential and Free Energy Calculation
発表者: Kohei Shinohara, Takuya Shibayama, Hideaki Imamura, Katsuhiko Nishimra, Chikashi Shinagawa, So Takamoto, Ju Li
組織: Preferred Networks, inc. & Massachusetts Institute of Technology

学会公式情報はこちら (外部サイト) >> 2024 MRS Fall Meeting & Exhibit

トップページへ戻る