Development of machine-learned electron correlation method considering nonlocal correlation and relativistic effect
考虑非局域相关和相对论效应的机器学习电子相关方法的发展
基本信息
- 批准号:21K05002
- 负责人:
- 金额:$ 2.58万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (C)
- 财政年份:2021
- 资助国家:日本
- 起止时间:2021-04-01 至 2024-03-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
1. 深層学習モデルにおける配座データの影響に関する検証分子物性を予測するための機械学習モデルを構築する際,通常,一つの分子につき一つの分子グラフや立体構造を用いるが,その配座異性体のアンサンブルは考慮されないことが多い。柔軟な分子は配座異性体を始めとする複数の立体配置で存在しているため,これらを考慮したデータを元に機械学習を行うことで,より多様な物性を高精度に再現できると考えられる。そこで,配座探索を行った結果得られる最安定構造のみを含むデータセットおよび,配座異性体のアンサンブルからなるデータセットについて深層学習モデルを学習した。予測精度を比較した結果,配座異性体を学習に用いた方が密度汎関数理論(DFT)計算による最安定構造のHOMO-1からLUMO+1の軌道エネルギーを再現でき,配座異性体を学習データに加えることの有用性が示された。2. 局所応答分散力法による分散力係数に関する検証局所応答分散力(LRD)法は,電子密度から分散力補正エネルギーを計算する手法であり,DFT計算において非局所電子相関を扱う方法の一つである。LRD法で得られる分散力係数は,最低次のC6係数はパラメータフィッティングにより良い精度であるが,高次の分散力係数は過大評価する傾向がある。C8およびC10係数に対して密度勾配項の係数を最適化することで,貴ガス二量体に対するC8およびC10係数の平均絶対誤差を134.28%から3.94%に抑えることができた。LRD法の表式はスピン分極に依存しない。非局所相関汎関数であるvdW-DFにおけるスピン分極への拡張は,LRD法に適用することができる。静的分極率の数値検証の結果,スピン分極に依存した表式は水素原子では有効であるが,アルカリ金属原子では分極率を大幅に過小評価する結果となり,スピン分極に依存しない表式の妥当性が示された。
1. In-depth study of the molecular physical properties of the molecular system is very important. In general, the molecular structure, the molecular weight, the molecular weight, There are many problems in the configuration of flexible molecules, such as seating, sex, complex, stereoscopic configuration, mechanical mechanics, physical properties, high precision and so on. The result of the study of seating is that it is the most stable to make it possible that you will learn more about sex, body, sex, and so on. According to the results of precision comparison, seating sexology uses the square density mathematical theory (DFT) to calculate the stability of HOMO-1, LUMO+1, and reappearance, while seating sexology shows its usefulness. two。 The dispersion force method, the dispersion force method, the dispersion force method, The number of dispersion forces is obtained by LRD method, the lowest order is C6, the accuracy is high, and the number of high-order dispersion forces is higher. C8
项目成果
期刊论文数量(17)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Picture-change-corrected relativistic density functional theory based on transformation of density operator and density matrix
基于密度算子和密度矩阵变换的图像变化校正相对论密度泛函理论
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:Y. Ikabata;T. M. Maier;J. Seino;H. Nakai
- 通讯作者:H. Nakai
Divide-and-Conquer Linear-Scaling Quantum Chemical Computations
- DOI:10.1021/acs.jpca.2c06965
- 发表时间:2023-01-11
- 期刊:
- 影响因子:2.9
- 作者:Nakai,Hiromi;Kobayashi,Masato;Nishimura,Yoshifumi
- 通讯作者:Nishimura,Yoshifumi
Locally range-separated hybrid functionals from a gradient expansion of the exchange energy density
来自交换能量密度梯度扩展的局部范围分离的混合泛函
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:T. M. Maier;Y. Ikabata;H. Nakai
- 通讯作者:H. Nakai
Applicability domain for machine-learned electron correlation model
机器学习电子相关模型的适用范围
- DOI:
- 发表时间:2023
- 期刊:
- 影响因子:0
- 作者:Ryo Fujisawa;Mikito Fujinami;Junji Seino;Yasuhiro Ikabata;Hiromi Nakai
- 通讯作者:Hiromi Nakai
k最近傍法とアンサンブル学習を用いた機械学習型電子相関モデルの適用領域判定手法
使用k近邻法和集成学习的机器学习电子相关模型的适用区域确定方法
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:藤澤遼;五十幡康弘;藤波美起登;清野淳司;中井浩巳
- 通讯作者:中井浩巳
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
五十幡 康弘其他文献
Theoretical Study on the Intersection Structures between Potential Energy Surfaces
势能面相交结构的理论研究
- DOI:
10.2477/jccj.2018-0021 - 发表时间:
2018 - 期刊:
- 影响因子:0
- 作者:
稲森 真由;五十幡 康弘;王 祺,中井 浩巳 - 通讯作者:
王 祺,中井 浩巳
Nuclear Orbital Energy in Nuclear Orbital plus Molecular Orbital Method and Proton Binding Energy Calculation
核轨道加分子轨道法中的核轨道能和质子结合能计算
- DOI:
10.2477/jccj.2016-0011 - 发表时间:
2016 - 期刊:
- 影响因子:0
- 作者:
五十幡 康弘;中井 浩巳 - 通讯作者:
中井 浩巳
時間分解吸収・蛍光測定によるジチアゾリルアリーレン誘導体の6π電子環状反応メカニズムの解明
通过时间分辨吸收和荧光测量阐明二噻唑基亚芳基衍生物的 6π 电子循环反应机理
- DOI:
- 发表时间:
2018 - 期刊:
- 影响因子:0
- 作者:
稲森 真由;五十幡 康弘;王 祺,中井 浩巳;清 亮輔・藤本 晋伍・長坂 龍洋・五月女 光・河合 壯・宮坂 博 - 通讯作者:
清 亮輔・藤本 晋伍・長坂 龍洋・五月女 光・河合 壯・宮坂 博
NOMO法による二水素結合系の量子効果に関する理論的研究
利用NOMO方法理论研究二氢键体系中的量子效应
- DOI:
- 发表时间:
2007 - 期刊:
- 影响因子:0
- 作者:
五十幡 康弘;塚本 泰弘;今村 穣;星野 稔;中井 浩巳 - 通讯作者:
中井 浩巳
メトキシ基をもつジアリールエテン誘導体の多光子開環反応ダイナミクス
甲氧基二芳基乙烯衍生物的多光子开环反应动力学
- DOI:
- 发表时间:
2018 - 期刊:
- 影响因子:0
- 作者:
稲森 真由;五十幡 康弘;王 祺,中井 浩巳;清 亮輔・藤本 晋伍・長坂 龍洋・五月女 光・河合 壯・宮坂 博;藤本 晋伍・長坂 龍洋・五月女 光・小畠 誠也・宮坂 博 - 通讯作者:
藤本 晋伍・長坂 龍洋・五月女 光・小畠 誠也・宮坂 博
五十幡 康弘的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
機械学習アルゴリズムを用いた敗血症性凝固線溶障害の早期予測モデルの開発
使用机器学习算法开发脓毒性凝血和纤溶性疾病的早期预测模型
- 批准号:
24K12133 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
アニーリングと機械学習の融合による説明可能AI基盤の研究
结合退火和机器学习研究可解释的人工智能基础设施
- 批准号:
24KJ1081 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for JSPS Fellows
機械学習による滑走路の離着陸容量の短期的予測手法に関する研究
基于机器学习的跑道起降能力短期预测方法研究
- 批准号:
24K07722 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
機械学習を用いた波形解析による高速中性子エネルギー測定法の技術開拓
利用机器学习进行波形分析的快中子能量测量方法的技术开发
- 批准号:
24K08298 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
調理シミュレーションと機械学習の融合および非接触計測による加熱制御システムの構築
结合烹饪模拟与机器学习和非接触测量构建加热控制系统
- 批准号:
24K05572 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
- 批准号:
24K15796 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
- 批准号:
24K13948 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
- 批准号:
24K13518 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
- 批准号:
24K15093 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
- 批准号:
24K15095 - 财政年份:2024
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)