Self-learning Monte Carlo method with neural networks inspired by machine-learning molecular dynamics

機械学習分子動力学法に触発されたニューラルネットワークを用いた自己学習モンテカルロ法

永井 佑紀   ; 奥村 雅彦   ; 田中 章詞*

Nagai, Yuki; Okumura, Masahiko; Tanaka, Akinori*

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。本招待講演では、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、ニューラルネットワークを用いた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。その際、分子動力学法の分野で使われているニューラルネットワーク構築手法をこの手法に取り込むことで、高精度な計算が可能となった。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