2023 Fiscal Year Research-status Report

ベイズ推論とスパース回帰分析を用いた固相変態における不均一核形成挙動モデリング

Research Project

Project/Area Number	23K17829
Research Institution	Tokyo University of Agriculture and Technology
Principal Investigator	山中晃徳東京農工大学, 工学(系)研究科(研究院), 教授 (50542198)
Project Period (FY)	2023-06-30 – 2025-03-31
Keywords	核形成 / 固相変態 / 機械学習 / オートエンコーダー / 特徴量抽出
Outline of Annual Research Achievements	本年度は、分子動力学法を用いて、純鉄多結晶におけるオーステナイト→フェライト変態の数値シミュレーションを行い、オーステナイト相の粒界多重点にフェライト相が不均一核形成する挙動を解析する計算手法の構築を行なった。これにより、不均一核形成挙動の仮想実験データを取得することが可能となったため、機械学習（オートエンコーダー）を用いて、仮想実験データから不均一核形成挙動を記述するための支配因子（記述子）を抽出することを進めた。これにより、従来技術では不可能であった、フェライト相が不均一核形成する前兆を潜在変数の変化として捉えられる可能性を見出した。また、上記数値シミュレーションの精度向上（より実現象に近づける）のために、ニューラルネットワークポテンシャルの構築も行なった。フェライト相の磁性の取り扱いについては、一定の仮定を置かざるをえないが、第一原理計算と同程度の精度で純鉄の物性を再現できることを確認した。本年度の研究成果としては、古典原子間ポテンシャルを用いた分子動力学シミュレーションとAEによる特徴量抽出について、国内学会と国際会議においてポスター発表、口頭発表を行なった。
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 古典原子間ポテンシャルを用いて、純鉄多結晶におけるオーステナイト→フェライト変態の分子動力学シミュレーションを達成し、オートエンコーダーを用いた特徴量抽出については、研究計画当初では考え付かなかった方法が開発できた。また、それを国際会議等で研究成果できたことは、計画通りと判断する。しかしながら、ニューラルネットワークポテンシャルが純鉄にのみ開発できていないこと、時間加速法の適用を進められていないことから、当初計画に対してやや遅れている状況にある。
Strategy for Future Research Activity	次年度は、初年度の遅れを取り戻しつつ、当初計画通り研究を推進する。つまり、ニューラルネットワークポテンシャルを用いたフェライト相の不均一核形成挙動の分子動力学シミュレーションを行い、オートエンコーダーによる特徴量抽出、さらには特徴量の変化を捉えられる微分方程式を導く。このデータ駆動型の支配方程式導出の手法やコーディングは終えている。さらに次年度は、最終年度に当たるため、学術雑誌への論文投稿と国際会議等での複数回の発表を行う計画である。
Causes of Carryover	研究進捗がやや遅れているため、論文投稿に必要な英文校閲費用などが発生せず、残額が生じた。来年度以降に、論文投稿を控えており、その際に執行する。