探索方法、探索系统、程序、预测模型构建方法及预测模型构建装置与流程

本公开涉及用于探索关于材料的组成的原子配置的稳定结构的探索方法等。

背景技术：

1、以往，开发了通过第一原理计算而求出稳定的原子配置结构的结构最佳化的技术(例如，参照非专利文献1)。

2、在非专利文献2中，公开了对原子配置结构的输入，使用机器学习而推定能量等特性值的方法。

3、现有技术文献

4、非专利文献

5、非专利文献1：jensen，f.(2007).introduction to computationalchemistry.john wiley&sons，383-389.

6、非专利文献2：chen，c.，ye，w.，zuo，y.，zheng，c.，&ong，s.p.(2019).graphnetworks as a universal machine learning framework for molecules andcrystals.chemistry of materials，31(9)，3564-3572.

技术实现思路

1、本公开提供可以有效率地探索关于材料的组成的原子配置的稳定结构的探索方法等。

2、本公开的一方案涉及的探索方法为用于探索关于材料的组成的三维空间中的原子配置的稳定结构的探索方法，计算机执行下述步骤：取得作为上述材料的组成能够采取的上述三维空间中的原子配置的结构的多个初始结构的第1步骤；对多个上述初始结构之中的一部分初始结构实施结构最佳化，算出与被结构最佳化了的原子配置的结构对应的第1能量的第2步骤；通过对多个上述初始结构之中的其它初始结构使用预测模型，来预测与对上述其它初始结构实施了结构最佳化的情况下的原子配置的结构对应的第2能量的第3步骤；基于上述第1能量和上述第2能量，提取显示极小值的第3能量的第4步骤；以及输出上述第3能量、作为与上述第3能量对应的原子配置的结构的第1结构、或上述第3能量和上述第1结构的第5步骤，上述预测模型以将任意的原子配置的结构作为输入、且将与对该结构实施了结构最佳化的情况下的结构对应的能量作为上述第2能量而输出的方式进行了机器学习。

3、另外，该包括的或具体的方案可以通过装置、系统、集成电路、计算机程序或计算机可读取的记录介质而实现，可以通过装置、系统、方法、集成电路、计算机程序和计算机可读取的记录介质的任意组合而实现。计算机可读取的记录介质包含例如cd-rom(compactdisc-read only memory，光盘只读存储器)等非易失性的记录介质。

4、根据本公开，可以有效率地探索关于材料的组成的原子配置的稳定结构。

技术特征：

1.一种探索方法，是用于探索关于材料的组成的三维空间中的原子配置的稳定结构的探索方法，

2.根据权利要求1所述的探索方法，在所述第1步骤中，在取得了n个所述初始结构的情况下，其中n为2以上的整数，

3.根据权利要求1或2所述的探索方法，所述第3能量为所述第1能量和所述第2能量的最小值。

4.根据权利要求1～3中任一项所述的探索方法，在所述第1步骤中，取得作为与所述材料的组成类似的已知材料的三维空间中的原子配置的结构的已知结构，基于所述已知结构，生成多个所述初始结构。

5.根据权利要求4所述的探索方法，所述已知材料含有至少1种与所述材料的组成所含有的元素不同种类的元素，

6.根据权利要求4或5所述的探索方法，所述第1步骤包含将所述已知结构沿至少一维方向扩展的过程。

7.根据权利要求1～6中任一项所述的探索方法，所述预测模型为使用包含所述初始结构作为输入数据、并且包含与该初始结构对应的所述第1能量作为正解数据的第1学习用数据集而进行了机器学习的模型。

8.根据权利要求7所述的探索方法，所述预测模型为进一步使用包含所述被结构最佳化了的原子配置的结构作为输入数据、并且包含与该结构对应的所述第1能量作为正解数据的第2学习用数据集而进行了机器学习的模型。

9.根据权利要求1～8中任一项所述的探索方法，所述第2步骤中的所述一部分初始结构的数目为多个所述初始结构的数目的90％以下。

10.一种探索系统，是用于探索关于材料的组成的三维空间中的原子配置的稳定结构的探索系统，其具备：

11.根据权利要求10所述的探索系统，所述输出部输出基于所述第1能量和所述第2能量而被提取的显示极小值的第3能量、作为与所述第3能量对应的原子配置的结构的第1结构、或所述第3能量和所述第1结构。

12.一种程序，是用于探索关于材料的组成的三维空间中的原子配置的稳定结构的程序，使计算机执行下述步骤：

13.根据权利要求12所述的程序，使所述计算机进一步执行基于所述第1能量和所述第2能量而提取显示极小值的第3能量的第4步骤，

14.一种预测模型构建方法，计算机执行下述步骤：

15.一种预测模型构建装置，其具备：

16.一种探索方法，是用于使用通过权利要求15所述的预测模型构建装置而进行了机器学习的预测模型，来探索关于所述材料的组成的所述三维空间中的原子配置的稳定结构的探索方法，

17.一种探索方法，是用于使用通过权利要求15所述的预测模型构建装置而进行了机器学习的预测模型，来探索所述关于材料的组成的所述三维空间中的原子配置的稳定结构的探索方法，

18.根据权利要求17所述的探索方法，在所述第11步骤中的结果满足规定的条件的情况下，

技术总结
计算机执行下述步骤：取得作为材料的组成能够采取的三维空间中的原子配置的结构的多个初始结构的第1步骤(S103)；对一部分初始结构实施结构最佳化，算出与被结构最佳化了的原子配置的结构对应的第1能量的第2步骤(S104)；通过对其它初始结构使用预测模型，来预测与对其它初始结构实施了结构最佳化的情况下的原子配置的结构对应的第2能量的第3步骤(S106)；基于第1能量和第2能量，提取显示极小值的第3能量的第4步骤(S107)；以及输出第3能量、作为与第3能量对应的原子配置的结构的第1结构、或第3能量和第1结构的第5步骤(S108)。

技术研发人员：网井圭,大越昌树,藤井干也
受保护的技术使用者：松下知识产权经营株式会社
技术研发日：
技术公布日：2024/3/17