機械学習ポテンシャルによる協奏的現象の速度論解析

2023 Fiscal Year Research-status Report

• Project/Area Number: 22K12059
• Research Institution: Nagoya University
• Principal Investigator: 洗平 昌晃 名古屋大学, 未来材料・システム研究所, 助教 (20537427)
• Project Period (FY): 2022-04-01 – 2025-03-31
• Keywords: 機械学習ポテンシャル / 自由エネルギー計算 / 協奏的現象

Outline of Annual Research Achievements

昨年度、リチウムイオン電池の正極材量であるLiNiO2のPhysically Informed NNポテンシャル（PINNポテンシャル）の開発、ならびにその検証を進め、その有効性を明らかにした。このPINNポテンシャルを用いた通常の分子動力学シミュレータも開発したが、この系においてリチウム原子は非常に軽い元素であり量子力学的な拡散現象を無視できるか自明ではない。そこで本年度は原子の量子力学的な拡散を記述できる経路積分分子動力学シミュレータを開発し、LiNiO2においてLi原子の振舞いを調べた。通常の分子動力学シミュレーションとは異なる振舞いが見られたものの、収集した学習データが不十分である可能性が見られたため、それを補う学習データをさらに収集している。また、分子動力学シミュレータを開発する中で機械学習ポテンシャルが有する普遍的な欠点が見えてきた。これを解決する手立てを見つけられれば、この分野に一石を投じることができると思われる。一方、PINNポテンシャルによる経路積分分子動力学シミュレータの有効性を確認するために、ポルフィセン分子内のプロトン遷移の解析にも取り組み始めた。現在、PINNポテンシャルを学習するためのデータの収集している。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

予定していなかったPINNポテンシャルの経路積分分子動力学法への応用に取り組み始めた。しかしながら、水素やリチウム原子の量子的拡散現象も協奏的現象の一部であり、当初目的と大きく外れるものではないため、研究は順調に進展していると考えている。

Strategy for Future Research Activity

現在進めているLiNiO2におけるLi原子の量子力学的拡散現象、ポルフィセン分子内のプロトンの量子力学的遷移現象の解析を進める。その後、PINNポテンシャルとマルチカノニカルモンテカルロシミュレーションコードの融合し、研究計画調書にある協奏的現象の速度論解析を進めていく。また、当初予定していなかったPINNポテンシャルの経路積分分子動力学法への応用に取り組み始めたが、このおかげでマルチカノニカルシミュレーション法に量子力学的効果を取り込める可能性が浮上した。この点も検証を進める。