文献

J-GLOBAL ID：202002284407734092   整理番号：20A0608784

テンソル合金:合金のための自動原子論的ニューラルネットワークプログラム【JST・京大機械翻訳】

TensorAlloy: An automatic atomistic neural network program for alloys

著者 (9件)： Chen Xin (Institute of Applied Physics and Computational Mathematics, Beijing 100088, China) ,  Gao Xing-Yu (Institute of Applied Physics and Computational Mathematics, Beijing 100088, China) ,  Zhao Ya-Fan (CAEP Software Center for High Performance Numerical Simulation, Beijing 100088, China) ,  Zhao Ya-Fan (Institute of Applied Physics and Computational Mathematics, Beijing 100088, China) ,  Lin De-Ye (CAEP Software Center for High Performance Numerical Simulation, Beijing 100088, China) ,  Lin De-Ye (Institute of Applied Physics and Computational Mathematics, Beijing 100088, China) ,  Chu Wei-Dong (Institute of Applied Physics and Computational Mathematics, Beijing 100088, China) ,  Song Hai-Feng (Institute of Applied Physics and Computational Mathematics, Beijing 100088, China) ,  Song Hai-Feng (CAEP Software Center for High Performance Numerical Simulation, Beijing 100088, China)
資料名： Computer Physics Communications  (Computer Physics Communications)
巻： 250  ページ： Null  発行年： 2020年 
JST資料番号： E0081C  ISSN： 0010-4655  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： 原子論的モデリングは材料の物理的および化学的性質を研究するために重要である。最近,機械学習相互作用ポテンシャルは,無視できる時間内に密度汎関数理論レベル予測を提供できるので,より多くの注目を集めている。対称関数ディスクリプタベースの原子論的ニューラルネットワークは,モデリング合金のための最も広く使われているモデルである。複雑なポテンシャルエネルギー面を正確に記述するために,力やビリアル応力のような先進的な計量を訓練に統合することは大きな助けとなり得る。本研究では,対称関数ディスクリプタに基づく原子ニューラルネットワークの全エネルギーをモデル化する仮想原子アプローチを提案した。この手法は原子位置から直接計算グラフを生成する。このように,力とビリアルの誘導は,自動的に,そして,効率的にTensorFlowによって扱うことができた。TensorFlow内のAutoGradによる仮想原子アプローチは,エネルギーと力だけでなく,ビリアル応力に対する効率的な訓練を可能にする。この新しいアプローチは,著者らのオープンソースプログラムTensorAlloyに実装され,それは,分子と固体の両方に対する機械学習相互作用ポテンシャルの構築を支援する。QM7とSNAP/Ni-Moデータセットを用いて,このプログラムの性能を実証した。プログラムTitle:Tensoralloy Program Files Doi: http://dx.doi.org/10.17632/w8htd7vmwh.1免許言語:LGplプログラミング言語:Python 3.7の問題点:対称関数ディスクリプタに基づく原子論的ニューラルネットワークとの相互作用のモデリング。溶液法:TensorAlloyプログラムをTensorFlowと仮想原子アプローチに基づいて構築した。テンソルは原子位置から全エネルギーまで直接計算グラフを構築できる。原子間力とビリアル応力テンソルは,自動的かつ効率的にテンソル流によって扱われる。制約と異常な特徴を含む付加的なコメント:このプログラムはTensorFlow 1.13*を必要とする。より新しいまたはより古いTensorFlowは支持されない。Copyright 2020 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： *ニューラルネットワーク ,  *合金 ,  機械学習 ,  全エネルギー ,  *テンソル ,  相互作用 ,  ライセンス ,  統制索引語 ,  プログラミング言語 ,  言語 ,  密度汎関数法 ,  ポテンシャルエネルギー面 ,  対称性 ,  応力テンソル
準シソーラス用語： 相互作用ポテンシャル , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  合金 ,  材料モデリング ,  計算物理学 ,  ニューラルネットワーク

分類 (5件)： 酸化物結晶の磁性  (BM06050E) ,  図形・画像処理一般  (JE04010I) ,  粒状物調査測定  (SB03060E) ,  数値計算  (JE02000J) ,  固体デバイス製造技術一般  (NC03030V)

タイトルに関連する用語 (3件)： テンソル ,  合金 ,  ニューラルネットワーク