研究課題
基盤研究(B)
第一原理計算と機械学習手法に基づき,高精度原子間ポテンシャルを構築する手法の提案を行った.具体的には,系統的な構造記述子を導入することにより,遷移金属を含むすべての金属に対して高精度な原子間ポテンシャルを構築することが可能な統一的な枠組みを提案した.さらに,機械学習ポテンシャルと金属系で広く用いられているEAMポテンシャルとの関係を明らかにした.これは,物理的解釈が難しかった機械学習ポテンシャルの一つの解釈である.また,結晶粒界などの大規模構造への応用を目指し,構造データ分布に基づいた異常検知の機械学習による指標を導入することができた.
すべて 2018 2017 2016 2015
すべて 雑誌論文 (3件) (うち査読あり 3件、 謝辞記載あり 1件) 学会発表 (22件) (うち国際学会 6件、 招待講演 12件)
PHYSICAL REVIEW MATERIALS
巻: 1-6 号: 6 ページ: 063801-063801
10.1103/physrevmaterials.1.063801
Phys. Rev. B
巻: 95 号: 14 ページ: 144110-144110
10.1103/physrevb.95.144110
PHYSICAL REVIEW B
巻: 92 号: 5 ページ: 054113-054113
10.1103/physrevb.92.054113
120005690126