|
本研究は、セラミックスの構造と機能に関する原子シミュレーションを格段に高い計算精度で行うため、ニューラルネットワークに基づく原子間ポテンシャルの開発を目指した。学習の際にニューロン間の結合強度を最適化するため、本研究では共役勾配法の適用を検討した。第一原理計算により異なる種類の多様な構造の計算を多数行い、それらの全エネルギーを学習データもしくはテストデータとした。検討の結果、共役勾配法のみではエネルギー精度を10meV/atom以下にすることができなかったため、共役勾配法に焼きなまし法を加えたアルゴリズムを用いて検討したところ、約10meV/atom以下のエネルギー精度を達成できた。
|
