ANNA: 高精度かつ効率的な分子動力学シミュレーションを可能にする人工ニューラルネットワーク補助力場の開発のためのオープンソースプラットフォーム

张 猛

講演情報

公募シンポジウム講演

[S4] S4.極限環境対応構造材料のためのマテリアルDX（Ⅱ）（1）

優れた産業基盤に支えられた我が国のマテリアル分野は、我が国の強みであると考えられてきた。しかしながら、米国などが、いち早くデジタル・トランスフォーメーション（DX）を材料開発ツールとして活用し始め、構造材料分野においても徐々に成果を生み出しつつある。一方、我が国でのDXへの取り組みは思うように進んでおらず、新規材料開発に向けたシーズ活用への挑戦が減速している。そのため、我が国の構造材料分野においても、産と学の双方が利便性を享受できるデータ創出や利活用の方法を整備し、データ駆動型材料設計を可能とするマテリアルDXの加速を早急に図っていかなければならない。このような背景のもと、金属材料を含む構造材料の研究開発に向けたマテリアルDXの構築を目的に、2023年秋期講演大会において学界と産業界が連携し議論する場を創成する公募シンポジウムを開催した。そこで前回に引き続き、構造材料におけるマテリアルDXの最新の知見を共有し議論ができるよう本シンポジウムを提案する。

2024年9月18日(水) 10:30 〜 11:50 H会場 (全学教育推進機構講義A棟2階A202)

座長:吉見享祐(東北大学)

11:10 〜 11:30

[S4.2] ANNA: 高精度かつ効率的な分子動力学シミュレーションを可能にする人工ニューラルネットワーク補助力場の開発のためのオープンソースプラットフォーム

*张猛¹、井上純哉¹ (1. 東京大学)

キーワード：Potential training platform、Artificial neural networks assistant potential、High accurate、High performance、Atomic simulation

An open-source package (ANNA) was developed to train the artificial neural network assistant potential, which is a novel potential and shows high accuracy and performance for MD simulation.

要旨・抄録、PDFの閲覧には参加者用アカウントでのログインが必要です。参加者ログイン後に閲覧・ダウンロードできます。
» 参加者用ログイン