| 研究課題/領域番号 |
19K21066
|
|---|
| 補助金の研究課題番号 |
18H05886 (2018)
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 (2019)
補助金 (2018) |
|---|
| 審査区分 |
0301:材料力学、生産工学、設計工学、流体工学、熱工学、機械力学、ロボティクス、航空宇宙工学、船舶海洋工学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
高本 聡 東京大学, 大学院工学系研究科(工学部), 助教 (80829317)
|
|---|
| 研究期間 (年度) |
2018-08-24 – 2020-03-31
|
| 研究課題ステータス |
中途終了 (2019年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 分子動力学 / 原子間ポテンシャル / 機械学習 |
|---|
| 研究開始時の研究の概要 |
原子の振る舞いを近似的に再現する原子間ポテンシャルは、現状では元素や適用先の構造を限定することで精度を確保しているが、あらゆる元素に適用可能な「ユニバーサル原子間ポテンシャル」が獲得できれば、物理シミュレーションに基づく材料の物性予測や新材料開発へ大きなインパクトを与えると考えられる。本研究では物理モデルの近似として従来発展してきた原子間ポテンシャルを機械学習モデルとして捉え直し、ユニバーサルポテンシャルの基盤技術として物理モデルと対応した深層学習モデルの提案を行う。
|
| 研究実績の概要 |
原子の振る舞いを近似的に再現する原子間ポテンシャルは、現状では元素や適用先の構造を限定することで精度を確保しているが、あらゆる元素に適用可能な究極の「ユニバーサル原子間ポテンシャル」が獲得できれば、物理シミュレーションに基づく材料の物性予測や新材料開発へ大きなインパクトを与えると考えられる。本研究の最終目標は深層学習と物理モデルの統合によるユニバーサル原子間ポテンシャルの作成であり、本研究ではその基礎技術としてモデルを提案することを目的として行われている。
本年度は、昨年度実装した機械学習モデルをもとに分子動力学計算を実際に行うソフトウェア環境の整備を行った。これにより多様な環境での分子動力学計算が可能となり、また実際に分子動力学計算を行い機械学習モデルの評価を行った。この成果を提案した機械学習モデルにフィードバックし、さらにモデルを洗練させる作業も並行して行った。
研究内容についてはソースコード及び論文原稿の形式でまとめている。この作業のため関連研究の文献調査も並行して行っており、各種物理モデル・機械学習モデルとの対応づけを整理している。さらに成果としてまとめる際に昨年度と比較してモデルの規模をおおまかに10倍程度大きくした大規模な計算を行っている。研究費で購入したGPUを使うことでこのような比較的大規模な計算を開発や検証にあてることが可能となったことを記しておく。
特に論文原稿については近日中に投稿する予定である。
|
