【澁田研究室】深層学習により原子構造の高精度予測が可能に

top-slider1-img.png

近年のAI・機械学習技術の急速な発展によりマテリアルの研究にもデータ駆動型手法が積極的に取り入れられています。分子動力学シミュレーションで得られた原子座標から結晶構造を特定することは、熱揺らぎなどの雑音の影響により精度が低い(高温系で約50%)ことが問題でした。

今回、3次元畳み込みニューラルネットワーク(3D-CNN)を用いた深層学習により、シミュレーションで得られた様々な原子座標について90%以上の正答率で結晶構造の特定に成功しました。[澁他研究室]

Computational Materials Science, 2020, 184, 109880.

研究室リンク:http://www.material.t.u-tokyo.ac.jp/faculty/yasushi_shibuta.html

CATEGORY