抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ニューラルネットワークは,近年,小分子と物理モデルの多体電子相関に取り組むために応用されてきた。ここでは,実際の固体のab initio計算を可能にするために,周期的境界条件を含む分子ニューラルネットワークを拡張する新しいアーキテクチャを提案した。著者らのアプローチの精度は,4種類のシステム,すなわち,一次元周期的水素鎖,二次元グラフェン,三次元リチウム水素化物結晶,および均一電子ガスで実証され,ここで得られた結果,例えば,全エネルギー,解離曲線,および凝集エネルギーが,多くの従来のab initio法より優れ,最も正確なアプローチのレベルに達する。さらに,典型的な系の電子密度も計算し,種々の固体の物理的直感を提供した。周期的システムへの分子ニューラルネットワークの拡張の方法は,他のニューラルネットワーク構造に容易に統合でき,ニューラルネットワーク仮説を用いたより複雑な固体系のab initio解の有望な未来を強調し,材料シミュレーションおよび凝縮物質物理学における機械学習の応用をより一般的に支持する。【JST・京大機械翻訳】