高自由度MEMS共振子の性能予測と設計を加速する深層学習

より賢い微小機械

スマートフォンから医療用スキャナまで、多くの現代機器はシリコンチップ上に刻まれた小さな振動部品に依存しています。これらの部品は微小なチューニングフォークのように、動きを検出したり信号をフィルタしたりエネルギーを回収したりします。従来、これらの設計は時間がかかり骨の折れる作業でした。本研究は、人工知能の一分野である深層学習が、エンジニアによるこれら微小機械の設計と微調整を飛躍的に高速化できることを示しています。

なぜこれらの小さな振動子が重要か

共振子は飛行機の航法、地震の監視、無線センサの電源供給、量子状態の読み出しといったシステムの中心に位置します。用途ごとに求められる振る舞いは大きく異なります。ゆっくりとした動きや弱い信号を検出するためには低周波数が必要となる一方、高速通信には非常に高い周波数が求められます。振動モード間の間隔も重要で、適切なギャップはモード間の干渉を避け、安定した多機能動作を可能にします。従来の数値シミュレーションだけでこれらすべての要件を同時に満たす設計を探索するには、単一の有望な案でも数日から数週間かかることがあります。

ネットワークに物理を学ばせる

本研究では、著者らはResNESと呼ぶ深層学習ツールを構築し、与えられた共振子の形状がどのように振動するかを予測します。まず、中央の質量がフレームに柔軟なビームで接続された多数の候補構造を大量に生成します。各設計は正方格子上に描かれ、シリコンが存在する場所と存在しない場所を示す単純な白黒パターンに変換されます。各パターンについて、標準的な物理シミュレータが質量の横方向運動に対応する最初の二つの振動周波数を計算します。こうした画像のようなパターンとその振動結果がResNESの訓練データとなり、構造から振る舞いへの直接的な写像を学習します。

信頼できる精度での高速予測

1万例の学習後、ResNESは新しい設計の振動周波数をわずか数ミリ秒で予測し、従来のシミュレータに比べて約千倍から三千倍速くなります。比較的単純なパターンでは平均誤差は3％未満にとどまり、より複雑な形状でも精度は高く保たれます。研究チームは、ネットワークが複雑な構造を学習するのに必要なサンプル数も調べ、設計グリッドが細かくなるほどより大きなデータセットが必要になることを見出しました。これらのデジタル結果が実験室でも成り立つかを検証するため、彼らは設計された複数の共振子をシリコンウエハ上に作製し、レーザー測定装置でその運動を計測しました。測定された周波数はネットワークの予測と比べて5％未満の差であり、その差の大部分は製造上の不完全さによると考えられます。

数分でより良い設計を探索

速度だけでは不十分で、設計者はどの形状が最良の性能を出すかを探索する必要があります。そのため、研究者らはResNESをAdaptive Elite Learning Particle Swarm Optimizationという探索戦略に組み込みます。簡単に言えば、このアルゴリズムは各試行形状を共有空間内の移動点として扱い、点の集合をより高性能な領域へと導きます。ResNESが設計を非常に速く評価できるため、組み合わせたシステムは数分で数万件のオプションを走査できます。すべての試行で遅いシミュレータを使う従来手法と比べると、データ収集とネットワーク訓練にかかる工数を含めても、総設計時間を70％以上削減します。

より高性能な微小センサへ向けて

この研究は、レイアウトと振動特性の関係をニューラルネットワークが学習すれば、重いシミュレーションの代わりに信頼して用いられ、高度な探索アルゴリズムを導くことができると示しています。得られた設計は、従来の試行錯誤で得られたものよりも低い動作周波数とより望ましい振動トーン間の間隔を実現しました。フレームワークが単純なグリッドパターンを用いるため、面外運動、応力レベル、あるいは熱効果など他の挙動を含めるよう拡張することも可能です。専門外の読者への結論としては、このような知的設計ツールがエンジニアの設計速度とエネルギー効率を向上させ、最終的に航法システムから医療センサに至るまで幅広い技術に利益をもたらす、ということです。

引用: Jia, Z., Wu, C., Li, M. et al. Deep learning-driven performance prediction and design of high-DoF MEMS resonators. Microsyst Nanoeng 12, 194 (2026). https://doi.org/10.1038/s41378-026-01198-0

キーワード: MEMS共振子設計, 深層学習, 構造最適化, マイクロデバイス, 周波数調整