ユースケース:アドバンス/ナノラボ v.2.5 リリース

イン・アドバンス/ナノラボ v.2.5 、Advance/NeuralMD Ver.1.6にインストールされている「自己学習ハイブリッドモンテカルロ法」を制御する機能が追加されました。

‍

自己学習型ハイブリッドモンテカルロ法とは

^{自己学習型ハイブリッドモンテカルロ法は第一原理モンテカルロアルゴリズムです (1)} 日本原子力研究開発機構によって開発されました。ニューラルネットワーク力場による分子動力学計算の軌跡をモンテカルロ法で提案されている構造として適用することで、モンテカルロ計算そのものの第一原理の精度を保証しつつ、効率的な構造サンプリングを実現することができます。モンテカルロ計算の実行と同時に、構造ごとに計算された第一原理計算の結果を用いて、ニューラルネットワーク力場の学習も並行して行われます。その結果、メソッドを実行すると、対象システム専用のニューラルネットワーク力場が自動的に生成されます。
1）永井裕一他、リース。Rev. B 102 041124 (2020)

自己学習型ハイブリッドモンテカルロ法のメリット

• ユーザーのスキルレベルや作成手順に関係なく、常に同じレベルのニューラルネットワーク力場を生成できます。
• 計算プロセスは自動化されているため、ユーザーが実行する必要のある操作はほとんどありません。
• 操作手順の数が少ないことに加えて、教師データの数が減る傾向があるため、力場の作成に必要な時間を大幅に短縮できます。
  以前は数週間かかっていた作業が、今では半日から数日で済みます。
• モンテカルロ計算の結果を使用すると、厳密な第一原理精度で物理量を評価することができます。
• ‍

クラウドリンク環境

Mat3raの環境とリンクすることで または アズール Cycle Cloud では、自己学習型のハイブリッドモンテカルロ法をより効果的に活用できます。Mat3ra と Azure Cycle Cloud 向けの環境は既に設定されています。

オリジナルソース: https://ctc-mi-solution.com/advance-nanolabo-v-2-5-リリース/

‍