「近畿化学協会コンピュータ化学部会公開講演会」にて講演予定

Preferred Computational Chemistry (PFCC) マネジャーの入口広紀が、2022年6月3日（金）に開催される「近畿化学協会コンピュータ化学部会（第113回例会）公開講演会」にて講演いたします。

ご参加お申し込みはこちらとなります。
https://kinka.or.jp/form/view.php?id=99359

講演の詳細

日時	2022年6月3日（金）　16:10-17:10
講演者	PFCCマネジャー　入口広紀
会場	オンライン
講演概要	近年、触媒やバッテリー、半導体などの材料設計において第一原理計算の重要性が高まっているが、高い計算コストのため多くの研究はモデル化にかなりの制約を課すことになっていた。第一原理計算と近い精度で高速に材料計算をする試みは様々なアプローチがあるが、多くの場合特定の系を高精度で再現することが目的となっており、パラメータ依存性が強く汎用性が低いことが課題であった。　Neural Network Potential (NNP)は第一原理計算結果を教師データとして分子、結晶構造のエネルギーと力を推論する機械学習モデルであり、先述のパラメータ依存性を取り除くことが可能になるが、既往のNNPは対象とする系が限られていた。本研究ではNNPを用いて様々な領域で材料探索を実施することを目指し、新たに55元素に対応した汎用NNPとしてPFPを開発した。講演ではPFPを使った現象解析・材料設計事例を紹介し、その高速性と精度の両立に成功していることを示すことでシミュレーション駆動による材料開発の可能性が広がったことを議論する。