[21p-E201-1~8] 17.3 層状物質

△ [21p-E201-3] 機械学習による原子層バレー光物性の解析・予測手法の開拓

〇田中 絢也¹、八谷 健吾¹、Zhang Wenjin¹、松田 一成¹、宮内 雄平¹ (1.京都大学 エネ研)

キーワード：バレートロニクス、遷移金属ダイカルコゲナイド、機械学習

単層遷移金属ダイカルコゲナイド（1L-TMDCs）は、励起子のバレー自由度を情報キャリアとして利用するオプトバレートロニクスへの応用が注目を集めている原子層半導体である。本研究では、代表的な1L-TMDCsである1L-WSe₂について、大量のスペクトルデータの取得と機械学習により、300 Kのスペクトル情報から、15 Kのバレー分極の空間的不均一性を高精度で予測できることを見出した。さらに、結果に基づき不均一性の原因を物性物理の観点から議論する。