オンライン機械学習に基づくエネルギー密度予測システムの開発

抄録

我々はこれまでに、ニューラルネットワークに基づくバッチ型機械学習により、電子密度情報とエネルギー密度を繋ぐことで、密度汎関数理論（DFT）の概念に基づく高精度なエネルギー密度を予測する手法を開発してきた。本発表では、汎用性を向上させるため、つまりあらゆる分子系のエネルギー密度を高精度に予測できる手法とするために、電子/エネルギー密度データベースからの膨大なデータを常に学習し続けるオンライン機械学習に基づくエネルギー密度予測システムを開発した。オンライン学習型Extreme Learning Machineに基づく本手法により、これまでは困難であった、任意の化合物に対して高精度に運動/相関エネルギーを表現できる汎関数の獲得が実現可能であることが示唆された。