Machine learning molecular dynamics studies of clay minerals

機械学習分子動力学法による粘土鉱物シミュレーション

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

粘土鉱物は一部の放射性核種を吸着するため、環境中の放射性元素の挙動に大きな影響を及ぼすが、まだ不明な点も多い。これまで、粘土鉱物の原子分子レベル研究には主に古典分子動力学法が使われてきた。しかし、現在よく使われている古典分子動力学力場は粘土鉱物のミクロな構造を再現できないなど、満足のいくものではなかった。本発表では、第一原理計算の結果を学習して、古典分子動力学並みの低計算コストで第一原理計算並みの高精度計算が可能な「機械学習分子動力学法」を粘土鉱物に適用した結果を報告する。

no abstracts in English

使用言語	:	English
掲載資料名	:
巻	:
号	:
ページ数	:
発行年月	:
発表会議名	:	30th Goldschmidt Conference (Goldschmidt 2020)
開催年月	:	2020/06
開催都市	:	Honolulu (online)
開催国	:	U.S.A.
キーワード	:	機械学習; 分子動力学法; 粘土鉱物; 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 : BB20200203
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.