文献

J-GLOBAL ID：202002258390633262   整理番号：20A2567548

振動H_2COの機械学習モデル:再生カーネル,FCHLおよびPhysNetの比較【JST・京大機械翻訳】

Machine Learning Models of Vibrating H₂CO: Comparing Reproducing Kernels, FCHL, and PhysNet

著者 (5件)： Kaeser Silvan (Department of Chemistry, University of Basel, Switzerland) ,  Koner Debasish (Department of Chemistry, University of Basel, Switzerland) ,  Christensen Anders S. (Institute of Physical Chemistry and National Center for Computational Design and Discovery of Novel Materials (MARVEL), Department of Chemistry, University of Basel, Switzerland) ,  von Lilienfeld O. Anatole (Institute of Physical Chemistry and National Center for Computational Design and Discovery of Novel Materials (MARVEL), Department of Chemistry, University of Basel, Switzerland) ,  Meuwly Markus (Department of Chemistry, University of Basel, Switzerland)
資料名： Journal of Physical Chemistry A  (Journal of Physical Chemistry A)
巻： 124  号： 42  ページ： 8853-8865  発行年： 2020年 
JST資料番号： C0334B  ISSN： 1089-5639  CODEN： JPCAFH  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： 機械学習(ML)は原子論的シミュレーションの品質を改善するための有望なツールとなっている。分子内相互作用のベンチマークシステムとしてホルムアルデヒドを用いて,深いニューラルネットワーク(NNs)の最先端の変異体,カーネルHilbert空間(RKHS+F),およびカーネルリッジ回帰(KRR)に基づくMLモデルの比較評価を行った。エネルギーおよび原子力に対する学習曲線は,B3LYP,MP2およびCCSD-(T)-F12参照結果に対する優れた予測に対して,中程度にサイズ(数百)の訓練セットで迅速な収束を示した。典型的には,学習曲線オフセットは,NN(PhysNet)からRKHS+FへKRR(FCHL)の1つとして減衰する。逆に,新しい形状に対するエネルギーの外挿のための予測力は,RKHS+FとFCHLがほぼ等しく機能する同じ順序で増加する。調和振動周波数では,PysNetとFCHLは,それぞれ,約1と~0.2cm-1の精度を与えるが,RKHS+FモデルはB3LYPでオフし,MP2とCCSD-(T)-F12の連続的改善を示した。同一の初期条件を有する3つのML法からのPESを用いた有限温度分子動力学(MD)シミュレーションは,振動分光法のためのMDの既知の限界である水素伸縮運動を含む高周波モードを除いて,良好な性能を有する識別可能な赤外スペクトルを,識別できる赤外スペクトルで与えた。十分に大きな訓練セットサイズに対して,すべての3つのモデルは,学習曲線レベルオフにおける参照電子構造計算の不十分な収束(ノイズ)を検出することができる。B3LYPからCCSD-(T)-F12への移動学習(TL)は,PhysNetを用いて,データ効率の付加的改良を達成できることを示した。Copyright 2020 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Hilbert空間 ,  雑音 ,  シミュレーション ,  赤外スペクトル ,  外挿法 ,  *学習 ,  学習曲線 ,  水素 ,  ニューラルネットワーク ,  調和振動 ,  分子内相互作用 ,  分子動力学 ,  *機械学習 ,  脂肪族アルデヒド
準シソーラス用語： B3LYP法 , 【Automatic Indexing@JST】

分類 (3件)： 物理化学一般その他  (CB01030T) ,  分子・遺伝情報処理  (JE15040B) ,  分子の幾何学的構造一般  (BH05021S)

物質索引 (1件)： ホルムアルデヒド

タイトルに関連する用語 (3件)： 機械学習 ,  モデル ,  カーネル