• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 研究成果報告書

機械学習分子シミュレーションと実験による粘土鉱物界面水物性の解明

研究課題

  • PDF
研究課題/領域番号 18K05208
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34030:グリーンサステイナブルケミストリーおよび環境化学関連
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

奥村 雅彦  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, 研究主幹 (20386600)

研究分担者 志賀 基之  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, 研究主幹 (40370407)
荒木 優希  立命館大学, 理工学部, 助教 (50734480)
研究期間 (年度) 2018-04-01 – 2022-03-31
キーワード機械学習 / 分子動力学法 / 粘土鉱物 / 珪酸塩鉱物
研究成果の概要

機械学習分子動力学法は、近年発達が目覚ましい機械学習の技術を利用して高精度なシミュレーションを低計算コストで実現する新手法である。本研究では、珪酸塩鉱物の一種であるトバモライトの機械学習分子動力学法による物性評価に世界で初めて成功した。また、粘土鉱物の一種であるカオリナイトについても機械学習分子動力学法によるシミュレーションに成功し、特に、既存のシミュレーション手法では再現できなかった粘土鉱物の特徴的な微細構造の再現に成功した。さらに、既存のシミュレーション手法では計算コストが高すぎたり精度が低すぎたりして再現できなかった粘土鉱物の構成原子の振動特性の実験結果の再現に世界で初めて成功した。

自由記述の分野

地球化学

研究成果の学術的意義や社会的意義

本研究の成果により、珪酸塩鉱物に最新のシミュレーション手法である機械学習分子動力学法が適用可能であり、既存のシミュレーション手法を凌駕する性能が示された。本研究の結果は、多くの種類が存在する粘土鉱物に対して機械学習分子動力学法シミュレーションによる詳細解析の基礎であり、この分野の今後の発展の礎となるものである。
粘土鉱物は環境中の汚染物質等を良く吸着するため、汚染物質等の環境中移動に大きく影響を及ぼすことが知られている。多くの汚染物質の粘土鉱物への吸着様態を知るためには、実験だけでなくシミュレーションも不可欠な手法となっており、本研究は、将来の汚染物質の詳細環境動態解析につながる。

URL: 

公開日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi