2020 Fiscal Year Research-status Report
ニューラルネットワークを利用した高速な第一原理分子動力学法の生命起源研究への適用
| Project/Area Number |
19K14676
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
島村 孝平 熊本大学, 大学院先端科学研究部(理), 助教 (60772647)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 人工ニューラルネットワーク / 原子間ポテンシャル / 分子動力学法 / 第一原理分子動力学法 |
|---|
| Outline of Annual Research Achievements |
二年次の目標は、初年次に引き続き人工ニューラルネットワーク（ANN）を用いた原子間ポテンシャル（ANN potentialと呼称する）を非平衡分子動力学（MD）計算に用いるために更なる精度の改善を行うことである。初年次は、第一原理MD （FPMD） 計算から得られた高精度なポテンシャルエネルギーに加えて、原子に働く力との微分関係を保ちながら訓練できるように訓練用計算パッケージの開発に注力した。このことにより、長時間MD計算を行えるANN potentialの作成に成功している。しかし、MD計算には圧力の精度も重要である。ポテンシャルエネルギーと力のみでも訓練方法に依っては高精度な圧力を出力するANN potentialが得られることを初年次に報告した。だが、常に可能であるわけではない。そのため我々は圧力もポテンシャルエネルギーとの微分関係を保ちながら訓練できるように計算パッケージの改良を行った。いくつかの応用研究においてこの効果が発揮され、顕著に現れた例が、熱伝導度の見積もりに関する研究であった。熱伝導度は物質が持つ熱的性質を特徴づける基本的な物理量である。数値計算方法としては、平衡MD計算から得た熱流束をGreen-Kubo公式に代入して熱伝導度を得る計算法は物質に依らずに適用でき、幅広く使われていた。我々はANN potentialを用いた場合でも熱伝導度が計算できるように、ANN potentialの多体効果が考慮された厳密な熱流束の表式を導出した。この表式を用いただけでも熱伝導度の精度は飛躍的に改善されたが、重要なのは熱流束の表式と圧力の表式との密接な関係であった。圧力の訓練も行うことで更に高精度な熱伝導度が得られることが示唆され、実際の数値実験でそれは確かめられた。この汎用的な熱伝導度計算法とANN potentialの組み合わせの応用範囲は極めて広いと思われる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究計画通り、ANN potentialの精度をさらに向上できるよう開発を行っている。
|
| Strategy for Future Research Activity |
これまでの２年間でMD計算に必須な物理量（ポテンシャルエネルギー、力、圧力等）を第一原理の精度で出力するANNpotentialを構築できるようになった。それゆえ研究実施計画通りに，ANN potentialによる非平衡過程に対するMD計算を試みる。
|
| Causes of Carryover |
旅費のために計上していた予算が残ったためである。
論文作成・投稿に要する費用及びデータ保存媒体の購入費として使わせていただきたい。その他は大幅な使用計画に変更はない。
|
