文献

J-GLOBAL ID：201902222656324150   整理番号：19A2643813

チタンの半経験的原子間ポテンシャルのニューラルネットワーク支援開発【JST・京大機械翻訳】

Neural network aided development of a semi-empirical interatomic potential for titanium

著者 (4件)： Dickel D. (Center for Advanced Vehicular Systems, Mississippi State University Starkville, MS 39759, United States) ,  Francis D.K. (Center for Advanced Vehicular Systems, Mississippi State University Starkville, MS 39759, United States) ,  Barrett C.D. (Center for Advanced Vehicular Systems, Mississippi State University Starkville, MS 39759, United States) ,  Barrett C.D. (Department of Mechanical Engineering, Mississippi State University Starkville, MS 39759, United States)
資料名： Computational Materials Science  (Computational Materials Science)
巻： 171  ページ： Null  発行年： 2020年 
JST資料番号： W0443A  ISSN： 0927-0256  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 大規模なデータ問題における微妙で複雑なパターンをカバーするために機械学習技術を利用する人工ニューラルネットワークは,大量の計算的に高価な密度汎関数理論とab initio結果を古典的な力場ポテンシャルに凝縮することができる。しかし,最小のネットワークアーキテクチャを持つ計算効率の良いネットワークを作るためには,構成要素が原子当たりのエネルギーと高度に相関する構造的指紋が必要である。本論文では,要素チタンに対する半経験的力場ポテンシャルを提供する20ノードの単一隠れ層を含む人工ニューラルネットワークを生成することにより,非常に成功したMEAM定式化により動機付けられた構造指紋の有効性を実証した。このポテンシャルは種々の温度でのα-,β-およびω-チタンの動的計算に適している。このポテンシャルは,類似の計算性能を持つ古典的ポテンシャル形式を凌ぐDFT計算と一致する多くの結果を達成できる。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 密度汎関数法 ,  機械学習 ,  *ニューラルネットワーク ,  *チタン ,  力の場 ,  計算 ,  *原子間ポテンシャル ,  有効性 ,  *ネットワーク ,  指紋 ,  ネットワークアーキテクチャ ,  定式化
準シソーラス用語： 隠れ層 ,  計算効率 ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (3件)： 機械学習 ,  ニューラルネットワーク ,  チタン

分類 (2件)： 強化プラスチックの成形  (YH04060J) ,  機械的性質  (YH02022L)

タイトルに関連する用語 (6件)： チタン ,  経験 ,  原子間ポテンシャル ,  ニューラルネットワーク ,  支援 ,  開発