[21a-C206-1~13] 13.1 Fundamental properties, surface and interface, and simulations of Si related materials

△ [21a-C206-11] Recurrent neural network model for predicting time evolution of electron density distribution in nanowire with random impurity distribution

〇Yuuki Kobayashi¹, Kazuki Harada¹, Yoshitaka Itoh¹, Tota Suko², Masakazu Muraguchi¹ (1.Hokkaido Univ. of Sci., 2.Waseda Univ.)

Keywords:electron dynamics, recurrent neural network, device physics

電子波動関数の時間発展データを学習することで、初期の電子密度分布からその後の時間発展を予測するモデリング手法に挑戦している。これまで電子の時間発展計算をリカレントニューラルネットワーク(RNN)でモデル化し、予測する方法を提案したが、十分な予測精度が得られないという課題が残っていた。そこで、本研究では初期電子密度に加え、不純物ポテンシャル分布も入力として加えることでモデルの精度を高めることを目指した。