[22p-E101-1~5] 応用物理におけるインフォマティクス応用の最前線

[22p-E101-4] 汎用なNeural Network Potential「Matlantis」を使った新素材探索

〇浅野 裕介¹、入口 広紀¹、渡邊 卓²、品川 幾³、高本 聡³ (1.PFCC、2.ENEOS、3.PFN)

キーワード：ニューラルネットワークポテンシャル、バッテリー、触媒

近年、触媒やバッテリー材料、半導体材料などの設計において第一原理計算の重要性が高まっている。その第一原理計算結果を高速に予測する技術としてNeural Network Potential (NNP)があるが、これまでは特定の材料領域での利用にとどまっていた。我々は様々な領域で高速に材料設計・探索を実施できるようにするため、55元素に対応した汎用なNNPを開発。「Matlantis」としてSoftware as a services (SaaS)で提供している。本講演では我々が開発した汎用なNNPの技術紹介と、「Matlantis」を使った材料設計事例を紹介する。