Recent Progress and Current Issues in Development of Artificial Neural Network Interatomic Potential for Molecular Dynamics Simulation

• Shimamura Kohei

  Graduate School of System Informatics, Kobe University

• Shimojo Fuyuki

  Department of Physics, Kumamoto University

• Tanaka Shigenori

  Graduate School of System Informatics, Kobe University

Bibliographic Information

Other Title

• 人工ニューラルネットワーク原子間相互作用ポテンシャルの分子動力学法への応用と課題
• ジンコウ ニューラルネットワーク ゲンシ カン ソウゴ サヨウ ポテンシャル ノ ブンシ ドウリキガクホウ エ ノ オウヨウ ト カダイ

Abstract

分子動力学（MD）法は，原子毎に立てられたNewtonの運動方程式を逐次的に解くことで系全体の原子ダイナミクスを追跡できる計算機シミュレーション手法であり，ミクロな現象の解明に役立つことから材料分野や生物分野では標準的な手法として認識されている．近年，人工ニューラルネットワーク（ANN）の万能近似性を活用して，従来のMD法が抱えていた精度と計算コストの難点を克服するANN原子間相互作用ポテンシャル（ANN potential）の開発が活発に行われ新局面を迎えている．本稿では，ANN potentialの基本的なアルゴリズムについて，応用例を交えながら，現在直面している回帰学習のデータ不均衡問題などの解決すべき課題について述べる．

Journal

• The Brain & Neural Networks

  The Brain & Neural Networks 26 (4), 145-155, 2019-12-05

  Japanese Neural Network Society

Details

• CRID: 1390846609802441472
• NII Article ID: 130007795111
• NII Book ID: AA11658570
• DOI: 10.3902/jnns.26.145
• ISSN: 18830455
• ISSN: 1340766X
• HANDLE: 20.500.14094/90008217
• NDL BIB ID: 032465301
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I032465301
• Web Site: https://www.jstage.jst.go.jp/article/jnns/26/4/26_145/_pdf
• Text Lang: ja
• Data Source:
  • JaLC
  • IRDB
  • NDL
  • Crossref
  • CiNii Articles
  • KAKEN
• Abstract License Flag: Disallowed