検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年

二酸化トリウムの機械学習分子動力学法シミュレーション

Machine learning molecular dynamics simulations of Thorium dioxide

奥村 雅彦 ; 小林 恵太*; 中村 博樹; 板倉 充洋; 町田 昌彦

Okumura, Masahiko; Kobayashi, Keita*; Nakamura, Hiroki; Itakura, Mitsuhiro; Machida, Masahiko

物質の物性評価に用いられる分子動力学法は大きく、量子力学的計算と古典力学計算の2つに分けられる。前者は主に、原子核を古典粒子とみなし、電子を量子力学的に扱い、後者はイオンを古典粒子としてダイナミクスを評価する。前者は高精度だが高計算コストである一方で、後者は低計算コストであるが低精度であり、一般に、精度と計算コストは相反する関係にある。しかし、近年、量子力学計算をニューラルネット等で学習し、低計算コストで高精度な「機械学習分子動力学法」が提案されている。本講演では、機械学習分子動力学法を酸化トリウムのダイナミクスに適用した結果を発表する。

no abstracts in English

Access

:

- Accesses

InCites™

:

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.