ニューラルネットワーク力場による原子論的計算

研究紹介詳細表示

登録日:2015/05/07 / 更新日:2020/02/05

～材料の原子シミュレーションを高精度・高効率化！～

研究分野分類：5902 無機材料・物性
産業分類：電子部品・デバイス・電子回路製造業，金属製品製造業

キーワード：材料設計シミュレーション，電池材料，格子欠陥，イオン伝導体

工学

材料工学

小林　亮（創成シミュレーション工学専攻）

研究概要　原子のダイナミクスを調べることでマクロな物理量やミクロな現象を解明することができる、分子動力学法（MD）のための高精度な原子間ポテンシャル（力場）を開発しました。機械学習に基づくニューラルネットワークを用いて構築することで、従来の力場に比べ圧倒的に高精度化することに成功しました。この力場は汎用的なものなので、金属、半導体、セラミックス、分子など、様々な系の大規模かつ高精度なMDシミュレーションが可能となります。		特徴　本研究では、原子間の力場をニューラルネットワークを用いて非常に高精度に構築することに成功しました。そのため、それを用いることで各種材料における原子論的シミュレーションを精度を損なうことなく、従来の第一原理計算を用いるものに比べ1000倍以上高速に行うことができ、スーパーコンピュータを用いることで大規模なMDも可能です。
背景・従来技術　従来、原子論的シミュレーションには第一原理計算を利用するのが一般的でしたが、第一原理計算は計算負荷の高い手法であるため、解析に時間がかかり、大きな単位胞を持つ材料や欠陥構造における解析は困難でした。		実用化イメージ　汎用性が高く、様々な対象に応用可能ですので、ご相談ください。