[S8] New Materials Science on Nanoscale Structures and Functions of Crystal Defect Cores, V（2）

[S8.18] Grain boundary structure dependence of lattice thermal conductivity in Si
using machine learning potential

*Iori TANAKA¹, Susumu FUJII^2,3,4, Masato YOSHIYA^2,4 (1. Osaka Univ., 2. Osaka Univ., 3. Kyushu Univ., 4. JFCC)

Keywords:粒界、機械学習、熱電変換材料、分子動力学法

機械学習ポテンシャルを用いて作成したSi粒界の局所構造が格子熱伝導度に与える影響を明らかにすることを目指した。その結果、結合角度のばらつきや粒界近傍の空隙の大きい構造によって低減することが示唆された。