Machine learning potentials for cement and clay minerals

セメント及び粘土鉱物の機械学習ポテンシャル

奥村 雅彦   ; 小林 恵太 ; 中村 博樹  ; 山口 瑛子  ; 板倉 充洋  ; 町田 昌彦  

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

機械学習分子動力学法は、密度汎関数法等の量子力学計算の結果を人工ニューラルネットワーク等で学習し、低い計算コストで量子力学計算並みの高精度シミュレーションを実施することが可能な手法である。本手法は複雑な物質、具体的には、多原子種からなる物質や複雑な構造を持つ物質には適用が難しいとされていた。しかし、我々は、機械学習分子動力学法のハイパーパラメーターを適切に与えることによって、固液界面を含むセメントの模擬物質や複雑な構造を持つ粘土鉱物の機械学習シミュレーションに成功した。本発表では、得られた機械学習ポテンシャルの性能や、機械学習分子動力学法で初めて計算が可能になった高精度な長時間シミュレーションが必要な物理量など、シミュレーション結果の詳細を報告する。

no abstracts in English