文献

J-GLOBAL ID：202202247282466352   整理番号：22A0976872

REANN:分子,反応性,および周期システムのためのPyTorchベースのエンドツーエンド多機能ディープニューラルネットワークパッケージ【JST・京大機械翻訳】

REANN: A PyTorch-based end-to-end multi-functional deep neural network package for molecular, reactive, and periodic systems

著者 (3件)： Zhang Yaolong (School of Chemistry and Materials Science, Department of Chemical Physics, Key Laboratory of Surface and Interface Chemistry and Energy Catalysis of Anhui Higher Education Institutes, University of Science and Technology of China, Hefei, Anhui 230026, China) ,  Xia Junfan (School of Chemistry and Materials Science, Department of Chemical Physics, Key Laboratory of Surface and Interface Chemistry and Energy Catalysis of Anhui Higher Education Institutes, University of Science and Technology of China, Hefei, Anhui 230026, China) ,  Jiang Bin (School of Chemistry and Materials Science, Department of Chemical Physics, Key Laboratory of Surface and Interface Chemistry and Energy Catalysis of Anhui Higher Education Institutes, University of Science and Technology of China, Hefei, Anhui 230026, China)
資料名： Journal of Chemical Physics  (Journal of Chemical Physics)
巻： 156  号： 11  ページ： 114801-114801-13  発行年： 2022年 
JST資料番号： C0275A  ISSN： 0021-9606  CODEN： JCPSA6  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： 本研究では,原子系のエネルギー,力,双極子モーメント,および分極率を表すための一般的目的深いニューラルネットワークパッケージを提示した。このいわゆる再帰的埋込原子ニューラルネットワークモデルは,物理的に触発された原子記述子ベースのニューラルネットワークとメッセージパッシングベースのニューラルネットワークの両方の利点を利用する。PyTorchフレームワークに実装して,訓練プロセスを,すべてのハイパーパラメータが自動的に最適化できる高効率と低メモリを有する中央処理ユニットとグラフィックス処理ユニットの両方に関して並列化した。エネルギー(力の有無)だけでなく,種々の分子,反応性および周期系における双極子モーメントベクトルおよび分極率テンソルを学習することにより,このパッケージの最先端精度,高効率,スケーラビリティおよび普遍性を実証した。訓練モデルとLAMMPsの間の界面を大規模分子動力学シミュレーションのために提供した。著者らは,このオープンソースツールボックスが,分子,反応および材料の,将来の方法開発および機械学習ポテンシャルエネルギー面および量子化学特性の応用を可能にすることを期待する。Copyright 2022 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 界面 ,  記憶装置 ,  原子 ,  最適化 ,  双極子モーメント ,  テンソル ,  分極率 ,  *分子 ,  ベクトル ,  エネルギー ,  *ニューラルネットワーク ,  *エンドツーエンド方式 ,  ポテンシャルエネルギー面 ,  機械学習
準シソーラス用語： オープンソース , 【Automatic Indexing@JST】

分類 (5件)： ニューロコンピュータ  (JC06010Q) ,  分子の電気的・磁気的性質  (BH05032U) ,  無機化合物一般及び元素  (CD01010D) ,  原子とラジカルの反応  (CB06030C) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 分子 ,  反応性 ,  周期 ,  エンドツーエンド ,  多機能 ,  ディープニューラルネットワーク ,  パッケージ