日本金属学会 2020年春期(第166回)講演大会

Presentation information

Poster Session

11.Computational Science » Computational Science

[P] 11.計算科学

Tue. Mar 17, 2020 12:30 PM - 2:30 PM Poster Session (Centennial Hall)

[P24] Prediction of bonding and density of states using machine learning

*Suzuki Eiki1, Shibata Kiyou1,2, Mizoguchi Teruyasu1,2 (1. School of Engineering, the Univ. of Tokyo, 2. Institute of Industrial Science, the Univ. of Tokyo)

Keywords:機械学習、マテリアルインフォマティクス、状態密度、DOS、第一原理計算、原子結合

第一原理電子状態計算で得られる状態密度(DOS)は、原子間の結合状態を解析し物性を理解する上で大変重要である。本研究では、原子の結合に伴うDOSのシフトや分裂について機械学習を用いた予測を行った。

Abstract password authentication.
Password is required to view the abstract. Please enter a password to authenticate.

Password