今回、研究チームは、最新の走査透過電子顕微鏡法(4D-STEM)により大量の回折パターンと機械学習とを組み合わせて、ナノ領域で単層MoS₂のツイストと極性を解析できる手法を開発しました。実際に、半導体プロセスにも使われる成長法で作製した単層MoS₂薄膜から2万点以上の回折パターンを収集し、教師なし機械学習と組み合わせて、従来見分けが難しかった結晶のツイストと極性を、ナノメートルレベルの分解能で可視化することに初めて成功しました。この成果により、どのような条件でどのような微細構造になるのか、あるいはどの領域が性能劣化をもたらすかなどを定量的に把握できるため、最適な成長プロセスの実現や不具合の原因究明がスムーズに進み、次世代の高性能電子デバイス開発に大きく貢献することが期待されます。
今回開発した計測手法は、二次元材料のみならずさまざまな複合材料の評価に適用することが可能であり、材料科学やデバイス開発を加速させることができます。さらに、電子顕微鏡装置の高性能化やデータ解析アルゴリズムの最適化、特に先端計測手法の知識を機械学習と組み合わせることで、より高度な材料評価が可能となり、産業界や学術分野において幅広い応用展開が見込まれます。NIMSでは、先端計測と情報科学とを組み合わせた、先端計測インフォマティクスの研究開発と、その材料応用に引き続き取り組んでいきます。