| 研究課題/領域番号 |
18K03552
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分13030:磁性、超伝導および強相関系関連
|
|---|
| 研究機関 | 国立研究開発法人日本原子力研究開発機構 |
|---|
研究代表者 |
永井 佑紀 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 副主任研究員 (20587026)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 自己学習モンテカルロ法 / 機械学習 / 強相関電子系 / モンテカルロ法 / 量子モンテカルロ |
|---|
| 研究成果の概要 |
自己学習モンテカルロ法を様々な系へ適用し、その適用可能性について調べた。当初の予定では強相関電子系において研究を行う予定であったが、研究の進展により機械学習分子動力学分野や格子量子色力学などの非常に広範囲において極めて有用であることがわかり、関連分野においての適用可能性について調べた。例えば、機械学習分子動力学においては、分子動力学とモンテカルロ法を組み合わせた自己学習ハイブリッドモンテカルロ法と呼ばれる手法を開発し、計算精度を第一原理計算分子動力学と同じに保ったまま機械学習分子シミュレーションが可能であることを示した。
|
| 研究成果の学術的意義や社会的意義 |
自己学習モンテカルロ法を様々な分野へと適用できることを示した。特に原子分子シミュレーション分野における自己学習ハイブリッドモンテカルロ法は、第一原理分子動力学計算と呼ばれる材料物性分野において非常に重要なシミュレーションを大幅に高速化することが可能であり、学術的な重要性に加えて産業界への応用可能性も考えられる。
|
