機械学習ポテンシャルを用いた大規模計算手法:触媒およびイオン伝導体への活用

抄録

実用的な材料系の設計を対象とすると、第一原理計算の活用範囲を超えた大規模な計算を 高精度かつ高効率に実行する手段が必要となる。本報告では、第一原理計算の計算データ 用いた機械学習ポテンシャルの構築と応用について紹介する。限られた数の第一原理計算 をデータベースとし、その内挿・外挿により未知の物質の物性を予測する。予測精度は学 習するデータの数に伴い系統的に高めることができる。本研究に適用した機械学習ポテン シャルの手法構築と、それを Au-Rh ナノ粒子の NO 分解触媒活性予測、および、構造相転 移を伴う固体 Li イオン伝導体 Li₂B₁₂H₁₂の物性評価へ適用した応用例について述べる。こ れらの結果から、機械学習ポテンシャルの適用により、多様な材料系の物性予測を高効率 にかつ高精度に提供可能であることが示された。