• 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

機械学習を用いた分子構造探索手法と自動的なパラメータ構築手法の開発

研究課題

  • PDF
研究課題/領域番号 20K22539
研究種目

研究活動スタート支援

配分区分基金
審査区分 0501:物理化学、機能物性化学、有機化学、高分子、有機材料、生体分子化学およびその関連分野
研究機関早稲田大学

研究代表者

藤波 美起登  早稲田大学, 理工学術院, 助教 (50875391)

研究期間 (年度) 2020-09-11 – 2022-03-31
キーワード量子化学計算 / 機械学習 / 構造最適化
研究成果の概要

本研究では、分子構造の迅速な探索のために、分子中の原子に働くフォースを機械学習を用いて高速に予測する手法の開発に取り組んだ。有機分子の構造最適化および有機金属錯体反応に関するフォースのデータベースを構築し、種々の機械学習手法を適用することでその予測精度を検証した。フォースの予測に必要なデータベース、記述子および機械学習手法に関する知見が得られた。また、構築したデータベースは本研究に限らず計算化学研究に有用な情報を内包する。

自由記述の分野

理論化学、ケモインフォマティクス

研究成果の学術的意義や社会的意義

本研究は、機械学習を用いたポテンシャルの予測において今日広く用いらている手法と異なり、原子のフォースを直接予測する点で特異である。これに有効な記述子や機械学習手法を検証した点は学術的な意義がある。また、本手法の精度をさらに向上させることで分子構造の迅速な探索が可能となれば、新規化合物の設計など、計算化学分野で広く行われている研究課題に対して貢献することも期待される。

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