講演抄録/キーワード |
講演名 |
2015-11-26 15:00
[ポスター講演]ガウス過程を用いた選択的サンプリングとその材料分野への応用 ○平野大輔(名工大)・豊浦和明(名大)・世古敦人(京大)・志賀元紀(岐阜大)・桑原彰秀(JFCC)・烏山昌幸(名工大)・設楽一希(京大)・竹内一郎(名工大) IBISML2015-66 |
抄録 |
(和) |
計算材料科学の分野において対象物質の物理現象や物性を調べる一つの方法として,物質内部のポテンシャルエネルギー局面(potential energy surface: PES)を網羅的に評価する方法が存在する.
しかし, PESを網羅的,かつ正確に評価するためには膨大な計算コストが必要となる.
そこで,本研究では機械学習に基づく選択的なサンプリングによって,興味のある物性を示すであろう領域を効率的に探索する方法を提案する.
具体的には,ガウス過程によってPESを統計的に近似することで,予測分布に基づく選択的なサンプリングの指標を与えられることを示す.
また,計算機実験では${rm BaZrO_3}$の低PES領域の同定問題を通して,提案法の有効性を実証する. |
(英) |
Various physical phenomena and properties of an unknown material are often revealed by exhaustively evaluating the entire potential energy surface (PES) in th configuration space. However, especially when an accurate non-empirical PES evaluation is required, the computational cost of such an exhaustive evaluation is prohibitively large. In this paper, we introduce machine learning-based sampling spproach for reducing the large computational cost which can be used for investigating some specific physical properties. Our key idea is to develop a statistical model of the PES by using emph{Gaussian process (GP)} and use the GP model for selectively evaluating the region of interest that characterizes our target physical properties. We demonstrate the efficacy of the proposed approach by applying it to one of the well-studied proton conduction oxides, ${rm BaZrO_3}$. |
キーワード |
(和) |
ガウス過程 / マテリアルインフォマティクス / / / / / / |
(英) |
Gaussian Process / material informatics / / / / / / |
文献情報 |
信学技報, vol. 115, no. 323, IBISML2015-66, pp. 99-106, 2015年11月. |
資料番号 |
IBISML2015-66 |
発行日 |
2015-11-19 (IBISML) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IBISML2015-66 |