[2K01-05] Microscopic Analysis

[2K04] Machine learning molecular dynamics simulations of Thorium dioxide

*Masahiko Okumura¹, Keita Kobayashi², Hiroki Nakamura¹, Mitsuhiro Itakura¹, Masahiko Machida¹ (1. Japan Atomic Energy Agency, 2. Research Organization for Information Science and Technology)

Keywords:Machine learning, Molecular dynamics, Thorium dyoxide

密度汎関数法などの量子力学計算は、精度が高いが計算コストが高いため、原子を多く含む系のシミュレーションが難しい。反対に、古典分子動力学法は計算コストが低いが精度が低いため、物質の詳細な物性評価は難しい。近年、精度が高く、計算コストが低いシミュレーションを実現可能な機械学習分子動力学法の開発が進んでいる。本講演では、機械学習分子動力学法による二酸化トリウムのシミュレーションについて報告する。