Yoshitaro Nose 研究室
主宰者:Yoshitaro Nose
京都大学
AI 要約(直近 5 年の研究成果)
本研究室は、太陽電池や光触媒、熱電材料などのエネルギー変換デバイスに用いられる無機材料の開発と評価を中心に研究を進めています。特に、既存のシリコン系材料の代替となる新規な物質群に注目し、それらの物性解明と性能向上を目指しています。
研究では、複数のアプローチを組み合わせて材料開発に取り組んでいます。新規物質の合成には、フラックス法や溶熱合成などの化学的手法を用いて、単結晶や粉体試料を作製しています。一方、深さ領域過渡分光法やフォトルミネッセンス測定といった分析技術により、材料内の欠陥やキャリア特性を詳細に調査しています。さらに機械学習を活用して、膨大な条件空間から効率的に有望な材料組成や相図を探索する方法論も開発しており、実験と計算解析を統合した戦略的な材料探索を実現しています。
これまでの研究から、特定の不純物をドープすることで欠陥を抑制し、光触媒による水分解やキャリア輸送性能を向上させられることが明らかになっています。このように、材料の微視的な性質と実際のデバイス性能の関係を理解することで、より効率的で実用的なエネルギー変換材料の開発を進めています。
※ 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)
- 化学工学Masaaki Kitano 研究室Institute for Materials Research, Tohoku University論文 100 件·共通: エネルギー工学, 触媒, 合成・反応, 分光 +12
- 工学Toshiki Watanabe 研究室京都大学論文 100 件·共通: 電池, エネルギー工学, 触媒, 合成・反応 +10
- 工学Akinori Saeki 研究室大阪大学論文 100 件·共通: 電池, エネルギー工学, 触媒, 合成・反応 +9
- 材料科学Ryo Ishikawa 研究室東京大学論文 125 件·共通: 電池, 理論・分光, エネルギー, 物理化学 +11
- 工学Xingtao Xu 研究室名古屋大学論文 100 件·共通: 電池, エネルギー工学, エネルギー, 物理化学 +10
- エネルギーShu Yin 研究室東北大学論文 100 件·共通: 触媒, 合成・反応, 分光, 理論・分光 +8
- 社会科学Fumitaka Ishiwari 研究室大阪大学論文 100 件·共通: 触媒, 合成・反応, 分光, 有機化学 +9
- 物理学・天文学Satoshi Maeda 研究室北海道大学論文 101 件·共通: 触媒, 合成・反応, 理論・分光, 有機化学 +9
研究成果(17 件)
- DOI: https://doi.org/10.1088/2515-7655/ae862a
- DOI: https://doi.org/10.1016/j.jallcom.2026.189401
- DOI: https://doi.org/10.1002/solr.202500437
- DOI: https://doi.org/10.1021/acsaem.5c01174
- DOI: https://doi.org/10.1021/acsaem.5c00809
- DOI: https://doi.org/10.1039/d5se01323b
- DOI: https://doi.org/10.1039/d5ra03669k
- DOI: https://doi.org/10.1016/j.ijhydene.2024.11.248
- DOI: https://doi.org/10.1038/s43246-024-00580-7
- DOI: https://doi.org/10.1063/5.0151739
続きを表示(残り 7 件)閉じる
- DOI: https://doi.org/10.1016/j.electacta.2023.142384
- DOI: https://doi.org/10.1080/27660400.2022.2076548
- DOI: https://doi.org/10.1515/htmp-2022-0019
- DOI: https://doi.org/10.35848/1347-4065/ac468a
- DOI: https://doi.org/10.1039/d1cp04553a
- DOI: https://doi.org/10.1021/acsomega.1c05232
- [2021] Acceleration of phase diagram construction by machine learning incorporating Gibbs' phase ruleDOI: https://doi.org/10.1016/j.scriptamat.2021.114335
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)。