検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年

Self-learning Monte Carlo method; Continuous-time algorithm

自己学習モンテカルロ法; 連続時間アルゴリズム

永井 佑紀; Shen, H.*; Qi, Y.*; Liu, J.*; Fu, L.*

Nagai, Yuki; Shen, H.*; Qi, Y.*; Liu, J.*; Fu, L.*

モンテカルロ法は原子力分野以外にも様々な分野で利用される極めて汎用的な手法である。近年、機械学習の手法を取り込むことで、高速なモンテカルロ法が開発されている。本論文では、銅酸化物高温超伝導体をはじめとする様々な物質のシミュレーションにおいて汎用的に用いられている連続時間量子モンテカルロ法に対して機械学習の手法を適用した結果を報告する。なお、上記課題の解決にあたり、モンテカルロ法でネックの一つとなる次の配置をどう決めるか、という問題に対して、機械学習によって自動的に決めるという手法を提案した。この手法の開発により、より高精度な超伝導体シミュレーションや、ウランなどの重い元素を含む第一原理計算の高速化が期待できる。これらの結果は、広く原子力分野のためのシミュレーション技術開発に資する成果である。

no abstracts in English

Access

:

- Accesses

InCites™

:

パーセンタイル:7.99

分野:Materials Science, Multidisciplinary

Altmetrics

:

[CLARIVATE ANALYTICS], [WEB OF SCIENCE], [HIGHLY CITED PAPER & CUP LOGO] and [HOT PAPER & FIRE LOGO] are trademarks of Clarivate Analytics, and/or its affiliated company or companies, and used herein by permission and/or license.