- 研究番号：18C04
- 研究分野：science
- 研究種別：奨励研究
- 研究期間：2018年04月〜2019年03月
代表研究者
清野 淳司 理工総研が募集する次席研究員
SEINO Junji Researcher
理工学術院総合研究所 中井 浩巳研究室
Research Institute for Science and Engineering
研究概要
本研究では相対論的量子化学とインフォマティクスを融合し、高精度化・高速化を達成することで、より実用性の高い量子化学計算手法とすることを目的とする。これにより実社会で求められているメソスケール領域まで踏み入れることができる相対論的量子化学計算を実現させる。さらに開発する手法が導入された、独自の相対論的量子化学計算プログラムRAQETを用いて、本プロジェクト内での企業と共同研究を通して、材料設計・開発が加速されることを示す。最終的には産業界に根付かせることを目標とする。
これまで量子化学の多くの場面で、データに潜む規則性・法則性を利用した高精度化・高速化が実現されてきた。申請者らは2017年度に、電子状態計算手法として広く用いられてきた密度汎関数理論（DFT）におけるエネルギー表現のうち、運動エネルギー項に着目し、原子・分子の電子密度情報から機械学習により運動エネルギー汎関数を構築する手法を開発した。この手法は既存のすべての汎関数よりも小さな誤差で、参照の運動エネルギーを再現した。本手法は、従来の軌道を用いるDFTと異なり、より情報量の少ない電子密度情報のみを用いて表現するため、従来よりも高速な計算が可能となる。
本研究では、これまで開発してきた機械学習による運動エネルギー汎関数を用いたDFTの実用化に向けて、種々の数値検証、理論開発、および相対論効果を考慮した手法への拡張を行う。このためには、運動エネルギー汎関数を表現する記述子と化学結合/分子物性の記述に対する関係性の検証、原子・分子など局在系のための軌道を用いないDFTの理論開発、相対論的な運動エネルギー項に対する拡張、などが不可欠である。また様々な観点から実用的な精度で記述できることが確認された後に、オンライン学習を用いた膨大なデータの逐次学習により、任意の局在分子系に対して適用できる汎用的な運動エネルギー汎関数を構築するシステムを開発する。
