無機結晶材料において、希土類イオンが存在する局所配位環境は、その励起放射特性に顕著な影響を与える。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ある。本論文では、第一原理計算と機械学習を組み合わせることで、無機結晶材料中の希土類イオンの局所構造結合長を正確に予測した。訓練済みモデルに基づき、報告されていない96種類の希土類ドープ無機結晶材料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た。本手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あり、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する。

結合長;局所構造;希土類ドープ無機結晶