Self learning path integral hybrid Monte Carlo with mixed potentials

混合ポテンシャルによる自己学習経路積分ハイブリッドモンテカルロ法

Thomsen, B.  ; 志賀 基之   

Thomsen, B.; Shiga, Motoyuki

本研究では、機械学習ポテンシャル(MLP)をオンザフライで学習できる自己学習経路積分ハイブリッドモンテカルロ法(PIHMC-MIX)を紹介する。学習で生成されたMLPは、PIHMC-MIX法を用いて系の構造やその他の平衡特性の研究を加速するために用いることができる。PIHMC-MIX法は、高精度なAI-PIMD法と同じ精度を維持しながら、第一原理経路積分分子動力学シミュレーション(AI-PIMD)に必要な計算コストの10分の1しか必要としない手法である。

We present the self-learning path integral hybrid Monte Carlo with mix potentials method (PIHMC-MIX) which is able to on the fly train a machine learned potential (MLP). The trained MLP can be used to accelerate the study of the structure and other equilibrium properties of the system using the PIHMC-MIX method. The PIHMC-MIX is a method which only requires one tenth of the computationally expensive ab initio calculations needed for ab initio path integral molecular dynamics simulations (AI-PIMD), while maintaining the same accuracy as is obtained from the highly accurate AI-PIMD method.