無機結晶材料において、希土類イオンの局所配位環境はその誘導放射特性に大きな影響を与えます。しかし、希土類イオンの局所配位構造情報を迅速に大量に取得することは依然として課題です。本論文では、第一原理計算と機械学習を組み合わせて、無機結晶材料中の希土類イオンの局所構造の結合長を正確に予測しました。訓練モデルに基づき、未報告の希土類ドープ無機結晶材料96種の局所結合長を予測し、第一原理計算によりその正確性を検証しました。この方法は簡便かつ迅速であり、希土類イオンの局所構造情報を大量に予測可能で、希土類ドープ無機結晶材料の構造および性能設計に重要な道を提供します。

結合長;局所構造;希土類ドープ無機結晶