权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

多元素不規則系物質に対する機械学習分子動力学法を用いた熱伝導度計算法の開発と応用

多元素无序材料机器学习分子动力学方法导热系数计算方法的开发与应用

基本信息

批准号：
22K03454
负责人：
島村孝平
金额：
$ 2.66万
依托单位：
Kumamoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K03454/
关键词：
熱伝導度分子動力学法機械学習多元素不規則系 Green-Kubo公式

项目摘要

初年次の目標は、機械学習原子間ポテンシャル（MLP）とGreen-Kubo（GK）公式に基づく熱伝導度計算に、データ駆動的アプローチを融合させ、多様な組成・構造を持つ物質に対しても熱伝導度計算を行えるように改善することである。データ駆動的アプローチとして、能動学習法等を用いて多様性の高い訓練データを獲得し効率的に学習する方法の整備を行った。また、目標の一つであった、原子論的機構調査のために部分熱伝導度を求める手法を提案した。熱流束は、MLPの訓練対象で無い「原子要素」によって構成される。このためにMLPの熱流束は、MLPの重みの初期値に依存して実は値が変わってしまう。合計の熱伝導度に対しては、少なくとも解析的には、この不定性の影響はないことがすでに先行研究で明らかになっている。しかしながら、部分的な熱伝導度、例えば、元素寄与や周波数空間における熱伝導度に大きな影響を与え、これらの値が定まらない問題が生じている。全熱伝導度は求められるものの、熱伝導度の起源を探索するためのより深い解析に支障が出ていた。そこで、MLPの訓練時に、重みの初期値に依って生じる余分な熱流束を削減するデータ駆動的アプローチを考案した。具体的には、訓練時に熱流束を定義し、それをMLPのコスト関数に正則化項として導入した。この正則化項は、熱流束を小さくするように機能する。これにより、重みの初期値依存性を削減し、部分熱伝導度の計算が行えることを確認した。全熱伝導度だけでなく、部分熱伝導度も解析対象にすることができ、熱伝導度起源のより深い探究が可能になると考えている。

In the early years, the purpose of mechanical learning was to improve the calculation of thermal conductivity based on the formula of interatomic temperature difference (MLP) and Green-Kubo (GK), and to improve the calculation of thermal conductivity based on the formula of dynamic temperature difference. The use of dynamic training methods, such as dynamic training methods, to achieve high learning efficiency The purpose of the investigation is to investigate the mechanism of atomic theory. Heat flux, MLP training object, no "atomic elements" in the composition. The heat flux of MLP depends on the initial value of MLP. Total thermal conductivity analysis of the impact of uncertainty in the first place The thermal conductivity of some elements, such as elements, is affected by the thermal conductivity of some elements in the frequency space, and the thermal conductivity of some elements is affected by some problems. The total thermal conductivity is the most important factor in the analysis of thermal conductivity. For example, MLP training time, weight and initial value are dependent on the generation of residual heat flux and the reduction of dynamic loss. Specific heat flux definitions and regularization terms for MLP training The regularization term is used to reduce the heat flux. The calculation of partial thermal conductivity is confirmed. Total thermal conductivity analysis, partial thermal conductivity analysis, thermal conductivity origin investigation

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Thermal Conductivity Calculation of Silver Chalcogenides: Molecular Dynamics Simulation Using Machine-Learning Interatomic Potentials

银硫属化物的热导率计算：使用机器学习原子间势的分子动力学模拟

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
K. Shimamura;A. Koura;and F. Shimojo
通讯作者：
and F. Shimojo

機械学習原子間ポテンシャルを用いた銀カルコゲナイドの熱伝導度計算

使用机器学习原子间势计算银硫族化物的热导率

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Watanabe Yoshito;Miyake Atsushi;Gen Masaki;Mizukami Yuta;Hashimoto Kenichiro;Shibauchi Takasada;Ikeda Akihiko;Tokunaga Masashi;Kurumaji Takashi;Tokunaga Yusuke;Arima Taka-hisa;Tsuyoshi Minami;内橋貴之;島村孝平，高良明英，下條冬樹
通讯作者：
島村孝平，高良明英，下條冬樹

南カリフォルニア大学(米国)

南加州大学（美国）

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

非平衡分布関数の時間発展による知性の記述

非平衡分布函数的时间演化描述智能

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Misawa Masaaki;Hokyo Hinata;Fukushima Shogo;Shimamura Kohei;Koura Akihide;Shimojo Fuyuki;Kalia Rajiv K.;Nakano Aiichiro;Vashishta Priya;島村孝平
通讯作者：
島村孝平