採択課題 【詳細】
| jh250078 | グラフニューラルネットワークと生成モデルを用いた非晶質系動力学予測システム開発 |
|---|---|
| 課題代表者 | 芝隼人(兵庫県立大学 大学院情報科学研究科) Hayato Shiba (Graduate School of Information Science, University of Hyogo) |
| 概要 | ガラスは、乱雑な原子分子（粒子）の配置を保ったまま固まった状態の物質である。広範な種類の物質が、液体状態からの急冷によって、あたかも相転移のように急激に固まってガラスとなる。乱雑な構造を持っているガラスの構造的特徴の抽出は困難であり、ガラスの理解および工学的応用に大きな障害となっている。ガラス科学において中心的な課題の一つは、構 造的特徴のない中でどのように構造緩和するか、すなわちどの空間的領域にある原子（粒子）が時間とともに構造的変化を示すかを予測することである。このような中、 2010 年代半ば頃から、ガラスに潜む特徴的構造を機械学習によって自動的に抽出する教師なし学習手法、ガラスの構造と動力学を結びつける教師つき学習手法が開発されており、物理理論に基づくものよりも遥かに高い構造抽出性能・予測性能を達成している。ガラスに関連した物質材料の研究において長時間シミュレーションに多大なコストがかかる中、深層学習モデルを活用した予測やガラスの代替計算方法を物質科学と高性能計算の両方の立場から研究する。 |
| 関連Webページ | |
| 報告書等 | 研究紹介ポスター ／ 最終報告書 |
| 業績一覧 | (1) 学術論文 （査読あり） |
| 該当なし | |
| (2) 国際会議プロシーディングス （査読あり） | |
| 該当なし | |
| (3) 国際会議発表（査読なし） | |
| 該当なし | |
| (4) 国内会議発表（査読なし） | |
| 該当なし | |
| (5) 公開したライブラリなど | |
| 該当なし | |
| (6) その他（特許，プレスリリース，著書等） | |
| 該当なし |
無断転載禁止