講演情報
[1G12]原子力材料のNNP開発に向けた機械学習手法の研究
*王 抱朴1、大先 啓斗1、陳 昱婷1、祝 梁帆1、森下 和功1、福元 謙一2 (1. 京大、2. 福井大)
キーワード：
原子力材料、照射損傷、ニューラルネットワークポテンシャル、機械学習手法
原子力材料の照射損傷挙動をシミュレートするために、原子間ポテンシャル関数が分子動力学シミュレーションで使用され、その精度が非常に重要な影響を与える。しかし、従来の経験的ポテンシャルでは、照射損傷の複雑な現象を十分に記述することが困難であり、この点での改善が求められている。そこで、ポテンシャル関数の精度向上を目指し、機械学習に基づくニューラルネットワークポテンシャル（Neural Network Potential，NNP）が研究・開発されている。しかし、機械学習の学習能力およびそのポテンシャル関数の精度を改善する効果については評価が必要である。そこで本研究では、原子力材料の照射損傷シミュレーションにおけるNNPの開発と評価を目的として、既存の経験的ポテンシャル関数を再現するための機械学習手法を検討し、将来的にこの手法を原子力材料のポテンシャル関数開発に応用することを目指す。