Behler-Parrinello型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

Self-learning Monte Carlo method with Behler-Parrinello neural networks

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 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、ニューラルネットワークを用いた構築した有効模型を用いて自動的に決定す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