2020 Fiscal Year Annual Research Report
Materials design using first principles calculations and machine learning
| Project/Area Number |
19H02419
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
世古 敦人 京都大学, 工学研究科, 准教授 (10452319)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 第一原理計算 / 機械学習 / 原子間ポテンシャル / 構造探索 |
|---|
| Outline of Annual Research Achievements |
基礎的な第一原理計算を除く第一原理計算に基づく応用研究は，1．分子動力学法などを用いた原子シミュレーション，2．結晶構造探索，3．材料物性計算の3つにほぼ分類される．本研究では，それぞれの分類において本質的である以下の研究項目を設定し，第一原理計算に基づく応用研究のための方法を開発することを目指している．1.原子間ポテンシャル構築，2.最安定結晶構造探索，3.表現学習による記述子抽出
2020年度は，それぞれの研究項目について，以下の研究を実施した.
1.原子間ポテンシャル構築：精度向上を目指す大規模構造に類似した少ない原子数により表現される第一原理計算を実施する構造セット（学習データ）の生成手法を検討し，大規模構造に対する高精度化を行った．その結果，原子間ポテンシャル構築において，様々な構造を対象に，汎用的に精度が高い機械学習による原子間ポテンシャルの一般的な表式を提案することができた．また，それらを多元系における原子間ポテンシャル表式を提案した．
2.最安定結晶構造探索：推薦システムによる構造探索を検討した．推薦システムの方法により結晶構造間のエネルギーの大小関係が推定可能であることがわかった．
3.表現学習による記述子抽出：記述子をデータから自動的に学習するディープラーニング（深層学習）を用いて，基礎的な第一原理計算による物性データから低次元記述子を抽出することを検討した．その結果，もとの物性データを表現することができる良い低次元記述子を構築できた．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
原子間ポテンシャル構築において，様々な構造を対象に，汎用的に精度が高い機械学習による原子間ポテンシャルの一般的な表式を提案することができた．また，それらを多元系における原子間ポテンシャル表式を提案した．
さらに，転移学習により，元の物性データを表現することができる一般的な良い低次元記述子を構築できた．
これらの理由により，当初の計画以上に進展していると言える．
|
| Strategy for Future Research Activity |
基礎的な第一原理計算を除く第一原理計算に基づく応用研究は，1．分子動力学法などを用いた原子シミュレーション，2．結晶構造探索，3．材料物性計算の3つにほぼ分類される．本研究では，それぞれの分類において本質的である以下の研究項目を設定し，第一原理計算に基づく応用研究のための方法を開発する．
1.原子間ポテンシャル構築，2.最安定結晶構造探索，3.表現学習による記述子抽出
2021年度は，それぞれの研究項目について，以下の研究を実施する.
1.原子間ポテンシャル構築：開発した原子間ポテンシャルの表式をもとに，様々な系についてのポテンシャルを作成する．
2.最安定結晶構造探索：原子間ポテンシャルを用いた大域的構造最適化について検討する．実施する方法としては，探索空間の分割に基づいた方法を採用する予定である．
|
