文献

J-GLOBAL ID：201702236525026709   整理番号：17A0546065

機械学習する力場:構築,証明,展望

Machine Learning Force Fields: Construction, Validation, and Outlook

著者 (4件)： BOTU V. (Univ. Connecticut, Connecticut, USA) ,  BATRA R. (Univ. Connecticut, Connecticut, USA) ,  CHAPMAN J. (Univ. Connecticut, Connecticut, USA) ,  RAMPRASAD R. (Univ. Connecticut, Connecticut, USA)
資料名： Journal of Physical Chemistry C  (Journal of Physical Chemistry C)
巻： 121  号： 1  ページ： 511-522  発行年： 2017年01月12日 
JST資料番号： W1877A  ISSN： 1932-7447  CODEN： JPCCCK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 低コスト,正確,多目的性の利点がある,量子力学と連結した機械学習による力場の導出について,原子上のベクトル力を,それが置かれた局所環境から直接計算する取り組みについて,その構築に必要とされる多段階の作業流れについて議論される。作業流れは,Al元素を例として,多様な標準原子環境と力のデータの発生,原子環境の数値表現の選定,典型的な訓練用集合の選択,学習方法の順に構成される。構築された力場は,表面溶融や応力-歪挙動のような複雑な材料系の挙動をシミュレーションして,その正しさが証明される。本手法の多目的性を実現するために,力の予測に対して,不確かさを見積もる取組が前に進められる。

シソーラス用語： *力の場 ,  *機械学習 ,  量子論 ,  ベクトル ,  構造 ,  ワークフロー ,  表面融解 ,  応力 ,  歪 ,  アルミニウム ,  シミュレーション ,  推定 ,  不確実性
準シソーラス用語： 局所構造 ,  応力-歪 ,  モデルシミュレーション ,  不確かさ推定

分類 (3件)： 原子間相互作用  (BH04020U) ,  金属の機械的性質  (BL01022T) ,  金属のその他の熱的性質  (BL05030Y)

タイトルに関連する用語 (5件)： 機械学習 ,  力場 ,  構築 ,  証明 ,  展望