Elucidating order parameters of meso-hierarchical structures by deep learning

Publicly Offered Research

Project Area	Materials Science of Meso-Hierarchy
Project/Area Number	24H01719
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	The University of Osaka
Principal Investigator	金鋼大阪大学, 大学院基礎工学研究科, 准教授 (20442527)
Project Period (FY)	2024-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000) Fiscal Year 2025: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000) Fiscal Year 2024: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Keywords	分子シミュレーション / 深層学習 / 自由エネルギー / 秩序変数 / メゾスコピック階層性
Outline of Research at the Start	メゾヒエラルキー物質において、ナノスケールの分子構造からメゾスコピックな分子集合系を通して、巨視的レベルの構造形成を記述をすべく、そこで計算科学的手法のうち分子動力学(MD)シミュレーションが主要な役割を果たしている。本研究は、メゾヒエラルキー物質の構造形成に対するMDシミュレーションと深層学習を融合させた計算科学手法を構築し、個別論的MDデータを統合化する枠組を目指すものである。特に、分子集合系の構造を深層学習することによりメゾ領域の構造形成を決定する秩序変数を解明する。これによりメゾスコピック階層性の指導原理解明とその手法開発および高度化に資する研究をおこなう。