ニューラルネットワーク分子動力学法の基礎と応用：データ駆動型材料設計【LIVE配信・WEBセミナー】

セミナー趣旨

　ここ数年、データ科学と計算科学を組み合わせた「ニューラルネットワーク分子動力学シミュレーション」が、大学などの研究機関のみならず、企業においても大きな注目を浴びています。特に、①第一原理計算と同等の計算精度で大規模計算が可能、②パラメータ開発の困難さからの脱却が可能、➂8元素種を越えるような多元素系への適用が可能、④複雑な化学反応への対応が可能、⑤二次元材料への応用が可能、などニューラルネットワーク分子動力学法はこれまでの分子動力学法に比較して多くの長所を有することから、その産業応用が加速度的に広がっています。そこで本講演では、ニューラルネットワーク分子動力学法の基礎から応用までの講義を中心に行うとともに、ニューラルネットワーク分子動力学法の特徴・長所、さらにはニューラルネットワーク分子動力学法が得意な計算対象や課題、うまく計算できなかった場合の対処方法についても説明をさせて頂き、今後、ニューラルネットワーク分子動力学シミュレーションを行う時に、どのようなことに気をつけて行けば良いのかなど実践的な内容についてお話をさせて頂きます。

習得できる知識

① ニューラルネットワーク分子動力学シミュレーションを活用したこれまでの成功例

② 従来の分子動力学シミュレーションと比較して、ニューラルネットワーク分子動力学シミュレーションの特徴・長所

③ ニューラルネットワーク分子動力学シミュレーションの基礎・方法論・計算手順

④ ニューラルネットワーク分子動力学シミュレーションでうまく計算できなかった場合の対処方法

⑤ ニューラルネットワーク分子動力学シミュレーションが得意な計算対象や課題に加えて、不得意な計算対象や課題

⑥ ニューラルネットワーク分子動力学シミュレーションを、企業においてどのように活用していけば良いのかの方向性と将来戦略

などの知見を得ることができます。

セミナープログラム

【【本セミナーの主題および状況 　本講座の注目ポイント】】

■本セミナーの状況

「ニューラルネットワーク分子動力学シミュレーション」の現状としては下記通り。

①第一原理計算と同等の計算精度で大規模計算が可能

②パラメータ開発の困難さからの脱却が可能、

③8元素種を越えるような多元素系への適用が可能

④複雑な化学反応への対応が可能

⑤二次元材料への応用が可能

ニューラルネットワーク分子動力学法はこれまでの分子動力学法に比較して多くの長所を有することから、その産業応用が加速度的に広がっています。

■本講座のポイント

　本講演では、ニューラルネットワーク分子動力学法の基礎から応用までの講義を中心に行うとともに、ニューラルネットワーク分子動力学法の基礎から応用までの講義を中心に行うとともに、ニューラルネットワーク分子動力学法の特徴・長所、さらにはニューラルネットワーク分子動力学法が得意な計算対象や課題、うまく計算できなかった場合の対処方法についても説明をさせて頂き、今後、ニューラルネットワーク分子動力学シミュレーションを行う時に、どのようなことに気をつけて行けば良いのかなど実践的な内容について講演する！

講座担当：青木良憲

≪こちらの講座は、WEB上での開催のオンライン講座になります≫

【プログラム】

[1]　計算科学の企業における意義と活用方法

　１．計算科学シミュレーションの企業における意義

　２．計算科学シミュレーションの応用例

　３．計算科学を活用した高速スクリーニング

　４．計算科学シミュレーションによる特許戦略

　５．計算科学シミュレーションを活用した産学連携

[2]　ニューラルネットワーク分子動力学(NNMD)法の特徴

　１．従来の分子動力学法との違い

　２．第一原理分子動力学法との比較

　３．Tight-Binding量子分子動力学法との比較

　４．ReaxFF反応力場分子動力学法との比較

　５．NNMD法の特徴①：第一原理計算に相当する精度で大規模計算が可能

　６．NNMD法の特徴②：パラメータ開発の困難さからの脱却

　７．NNMD法の特徴➂：多元素系への応用が可能

　８．NNMD法の特徴④：複雑な化学反応への応用が可能

　９．NNMD法の特徴⑤：ReaxFFでは困難な二次元材料への応用が可能

[3]　ニューラルネットワーク分子動力学法の基礎

　１．分子動力学法の基礎理論

　２．ニューラルネットワークの材料設計への応用例

　３．ニューラルネットワーク分子動力学法の概要

　４．ニューラルネットワークの基礎理論

　５．ニューラルネットワーク分子動力学法の歴史

　６．ニューラルネットワーク分子動力学法の基礎理論

　７．ニューラルネットワーク分子動力学法の計算手順

[4]　ニューラルネットワーク分子動力学(NNMD)法の応用例

　１．ニューラルネットワーク分子動力学(NNMD)シミュレータの開発

　２．NNMD法のマルチフィジックス現象への応用

　３．NNMD法の多元素系への応用

　４．NNMD法の複雑な化学反応への応用

[5]　計算科学シミュレーションの今後の発展

　１．マルチフィジックス計算科学

　２．マルチスケール計算科学

　３．スーパーコンピュータ「富岳」成果創出加速プログラム

【質疑応答】

【キーワード】
計算科学シミュレーション、ニューラルネットワーク分子動力学法、データ駆動、人工知能、材料設計、マテリアルズインフォマティクス、高速スクリーニング、マルチフィジックス計算科学、マルチスケール計算科学、スーパーコンピュータ、第一原理計算

【講演ポイント】
聴講者の方には、ニューラルネットワーク分子動力学シミュレーションをいかに実際の企業における材料開発に応用可能であるか、どうすればニューラルネットワーク分子動力学シミュレーションを企業で有効に活用できるのかの基礎と将来戦略を理解して頂けるものと考えています。

⑤ ニューラルネットワーク分子動力学シミュレーションが得意な計算対象や課題に加えて、不得意な計算対象や課題

⑥ ニューラルネットワーク分子動力学シミュレーションを、企業においてどのように活用していけば良いのかの方向性と将来戦略

などの知見を得ることができます。

セミナー講師

東北大学　金属材料研究所　　 計算材料学センター　センター長・教授　 久保　百司　氏

セミナー受講料

●1名様　　：49,500円（税込、資料作成費用を含む）

●2名様以上：16,500円（お一人につき）

　※受講料の振り込みは、開催翌月の月末までで問題ありません