イベント
「NVIDIA 秋のHPC WEEKS」で講演予定（オンライン）
Preferred Computational Chemistry (PFCC) 代表の岡野原大輔、シニアマネジャー浅野祐介が、2021年10月11日（月）、10月18日（月）、 10月25日（月）にオンラインで開催される「NVIDIA 秋のHPC WEEKS」にて講演いたします。
詳細はこちらをご覧ください。
https://events.nvidia.com/hpcweek
講演の詳細①
| 日時 | 2021年10月18日（月） 16:50-17:35 |
| 講演者 | Preferred Networks代表 取締役 最高執行責任者 岡野原大輔 |
| 会場 | オンライン |
| 講演概要 | シミュレーターと深層学習 深層学習はシミュレーターを劇的に高速化させ、適応範囲を広げることに貢献すると同時に、その反対で、シミュレーターを使ってデータを生成することで深層学習のモデルを学習させたり検証させることができている。本講演ではシミュレーターと深層学習の関係を述べると共に、その成功事例、そして今後の展望について紹介する。 |
講演の詳細②
| 講演名 | Neural Network Potentialを使った新素材探索と「Matlantis」の紹介 |
| 日時 | 2021年10月25日（月） 14:45-15:25 |
| 講演者 | PFCCシニアマネジャー 浅野裕介 |
| 会場 | オンライン |
| 講演概要 | Neural Network Potentialを使った新素材探索と「Matlantis」の紹介 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量子化学計算の重要性が高まっている。その量子化学計算を高速化する技術としてNeural Network Potential (NNP)があるが、これまでは特定の領域での利用にとどまっていた。様々な領域でNNPを利用して材料探索を実施できるようにするため、Preferred NetworksとENEOSは55元素に対応したNNPを開発し、それを用いたSaaSとして「Matlantis」を展開している。本講演ではMatlantisの技術紹介と、Matlantisを使った材料設計事例を紹介する。 |
