アンサンブル
Online ISSN : 1884-5088
Print ISSN : 1884-6750
ISSN-L : 1884-6750
特集「企業研究とのインタープレイ」
分子動力学法と強化学習を用いた分子デザイン
梶田 晴司
著者情報
キーワード: 粘度の高速評価, モンテカルロ木探索, マテリアルズインフォマティクス, オイル分子探索
ジャーナル フリー

2021 年 23 巻 4 号 p. 230-236

詳細
PDFをダウンロード (3881K)
メタデータをダウンロード RIS形式

(EndNote、Reference Manager、ProCite、RefWorksとの互換性あり)

BIB TEX形式

(BibDesk、LaTeXとの互換性あり)

テキスト
メタデータのダウンロード方法
発行機関連絡先
抄録
近年の機械学習の発展により，研究開発者のかわりにコンピュータが材料を設計することが可能になりつつある． 本稿は強化学習の一種であるモンテカルロ木探索による高粘度指数オイル分子探索を解説する．この事例では粘 度評価に分子動力学計算を使用する．この評価コストが強化学習のボトルネックになるため，分子動力学計算と 物理モデルとを組み合わせて粘度評価を1,000 倍ほど高速化する方法も紹介する．そして強化学習型の材料探索 の課題や展望について考察する．
著者関連情報
前の記事 次の記事
お気に入り & アラート

閲覧履歴
このページを共有する
feedback
 Top