Machine learning potentials and their applications to crystal structure search

本研究が対象としている機械学習ポテンシャルは，従来の経験的ポテンシャルとほぼ同じ計算コストにより，第一原理計算に近い精度での計算が可能となる革新的なアプローチである．本研究では，機械学習ポテンシャルの構築手法をさらに発展させ，様々な系への応用を実施する．また，計算材料科学の中心的課題の一つである結晶構造探索を対象とし，機械学習ポテンシャルと化学組成のみを入力とする第一原理的な大域的結晶構造探索手法を開発する．本研究では，１億を超える構造のエネルギー計算を前提とした広範囲な構造探索を目指す．本研究の予想される成果により，これまでは不可能であった多くの興味ある系での第一原理的な結晶構造予測，高精度な大規模分子動力学計算，探索範囲の広い新物質探索など幅広い応用が期待される．令和4年度は，単体・二元系合金についての機械学習ポテンシャルの構築を行った．これまでの機械学習ポテンシャルの構築に用いてきたポテンシャルモデルにより，高精度なポテンシャルが構築できた．具体的には，それぞれの系において，幅広い構造から生成された数万程度のモデル構造について第一原理計算を行い，モデル構造とエネルギー・原子に働く力・応力のセットを準備し，それぞれのモデル構造を数万程度の構造特徴量へと変換し，構造特徴量とエネルギーの関係を回帰分析により推定した．また，三元系を超える系においても，二元系のモデルを拡張することにより，ポテンシャルモデルを導入し，機械学習ポテンシャルを構築した．

本研究が対象としている機械学習ポテンシャルは，従来の経験的ポテンシャルとほぼ同じ計算コストにより，第一原理計算に近い精度での計算が可能となる革新的なアプローチである．本研究では，機械学習ポテンシャルの構築手法をさらに発展させ，様々な系への応用を実施する．また，計算材料科学の中心的課題の一つである結晶構造探索を対象とし，機械学習ポテンシャルと化学組成のみを入力とする第一原理的な大域的結晶構造探索手法を開発する．本研究では，１億を超える構造のエネルギー計算を前提とした広範囲な構造探索を目指す．本研究の予想される成果により，これまでは不可能であった多くの興味ある系での第一原理的な結晶構造予測，高精度な大規模分子動力学計算，探索範囲の広い新物質探索など幅広い応用が期待される．令和4年度は，単体・二元系合金についての機械学習ポテンシャルの構築を行った．これまでの機械学習ポテンシャルの構築に用いてきたポテンシャルモデルにより，高精度なポテンシャルが構築できた．具体的には，それぞれの系において，幅広い構造から生成された数万程度のモデル構造について第一原理計算を行い，モデル構造とエネルギー・原子に働く力・応力のセットを準備し，それぞれのモデル構造を数万程度の構造特徴量へと変換し，構造特徴量とエネルギーの関係を回帰分析により推定した．また，三元系を超える系においても，二元系のモデルを拡張することにより，ポテンシャルモデルを導入し，機械学習ポテンシャルを構築した．