メクデラ・アンバ大学のベシル・アウォル(Beshir Awol)研究員は、2次元材料の量子輸送シミュレーションを高速化するための新たなフレームワーク「DeePTB-NEGF」を発表した。この手法は、第一原理計算から導出された深層学習ベースのタイトバインディング・ハミルトニアンと、DPNEGFシミュレーションパッケージを統合したものだ。これまで非平衡グリーン関数（NEGF）形式と密度汎関数理論（DFT）を組み合わせる際には高い計算コストが課題となり、大規模な研究やハイスループットな解析が制限されていたが、今回の手法はその障壁を解消する。

DeePTB-NEGFの検証は、グラフェン、六方晶窒化ホウ素（h-BN）、二硫化モリブデン（MoS2）、二硫化タングステン（WS2）、黒リンという5つの代表的な2次元材料で行われた。同モデルは、透過スペクトルやバンド構造において、従来のDFT-NEGFによる計算結果と高い一致を示している。さらに研究チームは、グラフェンへの一軸歪みや二硫化モリブデンへの二軸歪みなどの歪み工学、置換ドーピング、グラフェン電界効果トランジスタ（FET）の電流-電圧特性といった複雑なシナリオの解析にもこのツールを活用した。

性能のスケーリング分析によれば、DeePTB-NEGFは数百個の原子からなるシステムを数分でシミュレート可能だ。グラフェン/h-BN/グラフェンのような複雑なヘテロ構造においては、標準的なDFT-NEGF手法と比較して700倍以上の高速化を実現している。これらの能力により、DeePTB-NEGFは微視的なヘテロ構造における量子輸送の自律的かつハイスループットな設計に向けた実行可能なツールとなり、次世代ナノ電子デバイスの迅速なプロトタイピングを促進すると期待される。

メクデラ・アンバ大学のベシル・アウォル(Beshir Awol)研究員は、2次元材料の量子輸送シミュレーションを高速化するための新たなフレームワーク「DeePTB-NEGF」を発表した。この手法は、第一原理計算から導出された深層学習ベースのタイトバインディング・ハミルトニアンと、DPNEGFシミュレーションパッケージを統合したものだ。これまで非平衡グリーン関数（NEGF）形式と密度汎関数理論（DFT）を組み合わせる際には高い計算コストが課題となり、大規模な研究やハイスループットな解析が制限されていたが、今回の手法はその障壁を解消する。

DeePTB-NEGFの検証は、グラフェン、六方晶窒化ホウ素（h-BN）、二硫化モリブデン（MoS2）、二硫化タングステン（WS2）、黒リンという5つの代表的な2次元材料で行われた。同モデルは、透過スペクトルやバンド構造において、従来のDFT-NEGFによる計算結果と高い一致を示している。さらに研究チームは、グラフェンへの一軸歪みや二硫化モリブデンへの二軸歪みなどの歪み工学、置換ドーピング、グラフェン電界効果トランジスタ（FET）の電流-電圧特性といった複雑なシナリオの解析にもこのツールを活用した。

性能のスケーリング分析によれば、DeePTB-NEGFは数百個の原子からなるシステムを数分でシミュレート可能だ。グラフェン/h-BN/グラフェンのような複雑なヘテロ構造においては、標準的なDFT-NEGF手法と比較して700倍以上の高速化を実現している。これらの能力により、DeePTB-NEGFは微視的なヘテロ構造における量子輸送の自律的かつハイスループットな設計に向けた実行可能なツールとなり、次世代ナノ電子デバイスの迅速なプロトタイピングを促進すると期待される。