2021 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 | 機械学習 / 第一原理計算 |
|---|
| Outline of Annual Research Achievements |
第一原理計算に基づいた高精度な原子間ポテンシャルを構築する手法の開発および公開を行った．これらの機械学習ポテンシャルは，世界中で広く用いられている分子動力学計算ソフトウェアLAMMPSにて利用可能な形式であり，LAMMPSにて用いるためのパッケージも併せて公開している．現在までに，４８種の単体，８８種の二元系合金を対象とした原子間ポテンシャルを開発した．また，構築済の原子間ポテンシャルを用いた効率的な大域的構造探索の手法開発および応用を実施した．さらに，シリコンの結晶粒界における粒界エネルギーや格子熱伝導などの予測を高精度に行った．具体的には，10,000原子，ステップ数1,000,000程度の摂動分子動力学計算やPhonon wave packet法計算を通して，Si粒界における高精度な格子熱伝導計算を行った．その他にも， Decision Diagramによる制約を満たす結晶構造列挙手法を応用し，Special quasirandom structureの探索手法を開発した．冗長な表現を削除し，等価な表現を共有することで，組合せ（構造）集合を圧縮し，非等価な構造のみを列挙するものであり，局所環境の平均がランダムな状態と同じになるという制約のもとで，大きな構造集合を表現するZDDから少数の該当構造のみを取り出した．本研究の手法により，第一原理計算に基づいた結晶構造探索，熱力学計算，分子動力学計算などの実行可能な原子数，時間範囲，自由度を大幅に拡大することができると期待される．これまでは不可能であった多くの興味ある系での第一原理的な結晶構造予測や分子動力学計算により，新物質探索など幅広い応用が考えられる．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
