ニューラルネットワークを用いた原子間ポテンシャルの材料科学における応用事例

• 清水 康司

  東京大学大学院工学系研究科マテリアル工学専攻

• 渡邉 聡

  東京大学大学院工学系研究科マテリアル工学専攻

書誌事項

タイトル別名

• Applications of Interatomic Potentials Using Neural Network in Materials Science
• ニューラルネットワーク オ モチイタ ゲンシ カン ポテンシャル ノ ザイリョウ カガク ニ オケル オウヨウ ジレイ

抄録

ビッグデータや機械学習の活用が注目を浴びているという点について，著者らが専門とする物性物理学や材料科学の分野も例外ではない．世界各所でデータベース作成の取り組みが加速しているが，その背景には，密度汎関数理論に基づく第一原理計算によりミクロな物理量を精度良く予測可能になったことがある．他方，材料中の欠陥やイオンの挙動，表面や界面で起こる現象，非晶質材料など，多くの興味ある系での第一原理計算には非常に高い計算コストが必要となる．この計算コストと精度との両立という問題の解決にも機械学習手法の活用が注目されている．著者らは，ニューラルネットワークを用いた機械学習によって原子間の相互作用を第一原理計算と同等の精度で予測できると期待される，高次元ニューラルネットワークポテンシャルという手法を用いた材料研究を進めてきた．本稿では，著者らの応用事例を中心に，このニューラルネットワークポテンシャルを用いた材料科学研究について紹介する．

収録刊行物

• 日本神経回路学会誌

  日本神経回路学会誌 28 (1), 3-30, 2021-03-05

  日本神経回路学会

キーワード

• Building and Construction

詳細情報

• CRID: 1390006120728079232
• NII論文ID: 130008021506
• NII書誌ID: AA11658570
• DOI: 10.3902/jnns.28.3
• ISSN: 18830455
• ISSN: 1340766X
• NDL書誌ID: 032465357
• Web Site: http://id.ndl.go.jp/bib/032465357
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I032465357
• Web Site: https://www.jstage.jst.go.jp/article/jnns/28/1/28_3/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • Crossref
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可