Marc Bescond 研究室
主宰者:Marc Bescond
東京大学
AI 要約(直近 5 年の研究成果)
Marc Bescond研究室は、ナノ構造における電子と格子振動(フォノン)の輸送現象を理論的に解明する研究を行っています。特に、量子非平衡グリーン関数法という計算手法を用いて、半導体ヘテロ構造や低次元材料における電子と熱の流れを詳細に追跡しています。研究対象には、二次元炭素材料やグラフェン、遷移金属カルコゲナイド、シリコン・ゲルマニウムの積層構造など、様々なナノスケール材料が含まれます。
研究室の主要なテーマは、固体デバイスを用いた冷却技術の開発です。電子を選別的に抽出したり、共鳴トンネル現象を活用したりすることで、電子ガスや格子を効率的に冷却する仕組みを研究しています。また、機械学習を導入して、膨大な計算量を必要とするシミュレーションを加速させ、最適なデバイス設計を探索する手法も開発しています。
さらに、フォノンの波動的性質に着目し、コヒーレンス(位相の相関性)が熱輸送に与える影響を調べています。周期的な構造でのコヒーレント輸送や非周期構造での局在現象、非晶質材料における熱伝導の機構など、従来の粒子的解釈では説明しきれない熱輸送現象を明らかにする研究を進めています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 電気・電子, AI・機械学習, 機械学習, 機械 +9
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 123 件·共通: AI・機械学習, 機械学習, 機械, 材料工学 +9
- 工学Weiwei Wan 研究室大阪大学論文 104 件·共通: 理論計算機科学, 機械学習, 機械, 学習 +8
- 工学Takuya Saraya 研究室東京大学論文 100 件·共通: 半導体, 電子工学, 電気・電子, 材料工学 +4
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 医学Toshihisa Anzai 研究室北海道大学論文 101 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 計算機科学Qun Jin 研究室早稲田大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
研究成果(29 件)
- [2026] Unveiling the Nanoelectronic Potential of HH-rGY: A Multi-scale Study of a Novel 2D SemiconductorDOI: https://doi.org/10.1021/acs.jpcc.6c00743
- DOI: https://doi.org/10.1038/s42005-026-02709-1
- DOI: https://doi.org/10.1038/s41524-026-02172-0
- DOI: https://doi.org/10.1088/1361-648x/ae1178
- [2024] A novel machine learning workflow to optimize cooling devices grounded in solid-state physicsDOI: https://doi.org/10.1038/s41598-024-80212-9
- [2024] Ab Initio Phonon Transport Based on Nonequilibrium Green's Function Formalism: A Practical ApproachDOI: https://doi.org/10.1002/pssb.202400353
- DOI: https://doi.org/10.1103/physrevapplied.22.034012
- DOI: https://doi.org/10.7567/ssdm.2024.ps-09-09
- DOI: https://doi.org/10.1103/physrevapplied.21.054010
- [2024] Solar Refrigeration Based on Impact Ionization in a Transition Metal Dichalcogenides SuperlatticeDOI: https://doi.org/10.1021/acs.jpcc.3c08273
続きを表示(残り 19 件)閉じる
- DOI: https://doi.org/10.1063/5.0155720
- [2023] Optimization of thermionic cooling semiconductor heterostructures with deep learning techniquesDOI: https://doi.org/10.23919/sispad57422.2023.10319607
- DOI: https://doi.org/10.1103/physrevapplied.20.014066
- DOI: https://doi.org/10.1103/physrevapplied.20.014056
- DOI: https://doi.org/10.1103/physrevb.107.155426
- DOI: https://doi.org/10.7567/ssdm.2022.h-2-05
- DOI: https://doi.org/10.1103/physrevapplied.17.064001
- DOI: https://doi.org/10.1038/s41524-022-00776-w
- DOI: https://doi.org/10.1117/12.2609613
- DOI: https://doi.org/10.1103/physrevapplied.17.014001
- DOI: https://doi.org/10.1103/physrevapplied.16.064017
- DOI: https://doi.org/10.1016/j.ijheatmasstransfer.2021.122144
- DOI: https://doi.org/10.1103/physrevb.104.075450
- DOI: https://doi.org/10.1063/5.0059024
- DOI: https://doi.org/10.1109/cleo/europe-eqec52157.2021.9542279
- DOI: https://doi.org/10.1103/physrevb.103.184307
- DOI: https://doi.org/10.1039/d1nr01679b
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。