| 発行年月 | 2026年7月9日 |
| タイトル | 深層学習を用いたOrbital-Free DFTの新手法開発 |
| 言語 | 日本語 |
| 著者 | 山本 舜
西原 慧径 |
| 著者所属 | アドバンスソフト株式会社 第6事業部 |
| 要約 | 材料シミュレーションにおいて最も広く用いられる手法の 1 つである Kohn-Sham 密度汎関数理論（KS-DFT）は、その高い精度の代償として膨大な計算コストを要し、大規模系への応用が課題である。この課題を解決すべく提案されてきた手法の1つとして、Orbital-Free DFT（OF-DFT）がある。これは、KS-DFT における計算コストの主な要因である電子の軌道を使用しないことで計算を大幅に高速化する手法であるが、その精度に大きく寄与する運動エネルギーの厳密な汎関数は知られておらず、実用化には至らなかった。そこで当社は、新規に開発した汎グラフと呼ばれる深層学習モデルを運動エネルギー汎関数に適用して、高速な OF-DFT を実用に耐えうる高い精度で実行する手法を開発した。本稿では、本手法およびその計算機能を実装したソフトウェアAdvance/OF-DFTについて紹介する。 |
| 書誌情報 | アドバンスシミュレーション 2026.7 Vol.33 |
| DOI | 10.69290/j.001224-vol33 |
| キーワード | Density Functional Theory, Machine Learning Functional, Electronic Structure Analysis |
| ページ数 | 7 |
