粘土鉱物の機械学習力場の開発

Development of machine learning force fields of clay minerals

Okumura, Masahiko; Kobayashi, Keita*; Yamaguchi, Akiko

粘土鉱物は最も身近な環境物質の一つであり、福島第一原子力発電所事故では、セシウムを強く吸着することで注目を集めたが、その物性はまだ未知の部分が多い。粘土鉱物の物性解明には数値シミュレーションが有効であるが、現在良く用いられている古典分子動力学法は微細な構造を再現できないなどの問題がある。本講演では、第一原理計算を基にした機械学習力場について、古典分子動力学では際限が難しかった微細構造について、計算の詳細及び計算結果の実験値との比較を示す。

no abstracts in English

使用言語	:	Japanese
掲載資料名	:
巻	:
号	:
ページ数	:
発行年月	:
発表会議名	:	日本原子力学会2020年春の年会
開催年月	:	2020/03
開催都市	:	福島
開催国	:	日本
キーワード	:	粘土鉱物; 放射性セシウム; 機械学習; 福島第一原子力発電所事故; Fukushima Daiichi Nuclear Power Station Accident

特許データ	:
PDF	:

論文URL	:
研究データの公開先DOI	:
使用施設	:	大型計算機・スパコン(東海)
広報プレスリリース	:
論文解説記事 (成果普及情報誌)	:
受委託・共同研究相手機関	:

Access	:	- Accesses
Web of Science® Times Cited Count	:	被引用回数：評価・統計等のため最新の被引用回数を確認したい場合は、直接Web of Science®をご確認ください。 http://www.webofknowledge.com/wos
InCites™	:
Altmetrics	:

登録番号 : BB20192197
抄録集掲載番号 :
論文投稿番号 :

[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.