TOP
|
特許
|
意匠
|
商標
特許ウォッチ
Twitter
他の特許を見る
10個以上の画像は省略されています。
公開番号
2025096733
公報種別
公開特許公報(A)
公開日
2025-06-30
出願番号
2023212615
出願日
2023-12-18
発明の名称
選択プログラム、選択装置、及び選択方法
出願人
富士通株式会社
代理人
弁理士法人酒井国際特許事務所
主分類
G06Q
50/10 20120101AFI20250623BHJP(計算;計数)
要約
【課題】物質の構造からエネルギーを推定する機械学習モデルの訓練データを増加させる選択プログラム、選択装置及び選択方法を提供する。
【解決手段】選択装置による処理方法は、数値計算により物質の初期構造から物質の緩和構造を求め、緩和構造を求める計算過程で得られた、物質の複数の中間構造のうち、中間構造のエネルギーと緩和構造のエネルギーとの差分が所定値よりも小さい中間構造を、物質の所定の構造から所定の構造のエネルギーを推定する機械学習モデルを訓練する訓練データとして選択する。
【選択図】図2
特許請求の範囲
【請求項1】
数値計算により物質の初期構造から前記物質の緩和構造を求め、
前記緩和構造を求める計算過程で得られた、前記物質の複数の中間構造のうち、中間構造のエネルギーと前記緩和構造のエネルギーとの差分が所定値よりも小さい中間構造を、前記物質の所定の構造から前記所定の構造のエネルギーを推定する機械学習モデルを訓練する訓練データとして選択する、
処理をコンピュータに実行させるための選択プログラム。
続きを表示(約 640 文字)
【請求項2】
前記緩和構造と前記緩和構造のエネルギーとの組み合わせと、選択された前記中間構造と選択された前記中間構造のエネルギーとの組み合わせとを、前記訓練データとして用いて、前記機械学習モデルを訓練する処理を、前記コンピュータにさらに実行させることを特徴とする請求項1記載の選択プログラム。
【請求項3】
前記数値計算は、密度汎関数理論計算であることを特徴とする請求項1又は2記載の選択プログラム。
【請求項4】
数値計算により物質の初期構造から前記物質の緩和構造を求める計算部と、
前記緩和構造を求める計算過程で得られた、前記物質の複数の中間構造のうち、中間構造のエネルギーと前記緩和構造のエネルギーとの差分が所定値よりも小さい中間構造を、前記物質の所定の構造から前記所定の構造のエネルギーを推定する機械学習モデルを訓練する訓練データとして選択する選択部と、
を備えることを特徴とする選択装置。
【請求項5】
数値計算により物質の初期構造から前記物質の緩和構造を求め、
前記緩和構造を求める計算過程で得られた、前記物質の複数の中間構造のうち、中間構造のエネルギーと前記緩和構造のエネルギーとの差分が所定値よりも小さい中間構造を、前記物質の所定の構造から前記所定の構造のエネルギーを推定する機械学習モデルを訓練する訓練データとして選択する、
処理をコンピュータが実行することを特徴とする選択方法。
発明の詳細な説明
【技術分野】
【0001】
本発明は、機械学習モデルの訓練データを選択する選択技術に関する。
続きを表示(約 1,300 文字)
【背景技術】
【0002】
構造最適化は、物質の分子構造を最適化する技術である。構造最適化では、密度汎関数理論(Density Functional Theory,DFT)計算が用いられることがある。DFT計算は、分子の電子密度を近似的に計算する第1原理量子化学計算の1つであり、分子の電子的性質を効率よく計算することができる。
【0003】
DFT計算に関して、NNP(Neural Network Potential)のモデルを訓練する訓練装置が知られている(例えば、特許文献1及び特許文献2を参照)。DFT計算を用いて分子結晶のエネルギーを順位付けする方法も知られている(例えば、特許文献3を参照)。
【先行技術文献】
【特許文献】
【0004】
国際公開第2022/260177号
国際公開第2022/260179号
米国特許出願公開第2007/0185695号
【発明の概要】
【発明が解決しようとする課題】
【0005】
DFT計算を用いて構造最適化を行うことで、物質の分子の初期構造から複数の中間構造を経由して緩和構造を求めることができる。緩和構造は、物質の最適化された分子構造である。構造最適化では、分子構造の総エネルギーが最小化されて、分子構造が安定するように、各原子の位置が繰り返し調整される。総エネルギーが最小化された緩和構造では、すべての原子が平衡位置に配置されている。
【0006】
しかしながら、DFT計算の計算コストは非常に高く、DFT計算には長い時間がかかる。そこで、DFT計算よりも計算コストが低く、かつ、高速な代替手段として、DFT代理モデルが用いられることがある。DFT代理モデルは、機械学習により生成される学習済みモデルであり、物質の分子構造から総エネルギーを推定するために用いられる。
【0007】
DFT代理モデルの推定精度は訓練データの個数に大きく依存するため、少数の訓練データを用いてDFT代理モデルを訓練した場合、推定精度はDFT計算よりもかなり低くなる。したがって、推定精度を向上させるためには、多数の訓練データを用いてDFT代理モデルを訓練することが望ましい。
【0008】
しかし、DFT代理モデルの訓練データはDFT計算により生成され、DFT計算により求められた緩和構造と、緩和構造の総エネルギーとの組み合わせが、訓練データとして用いられる。したがって、多数の訓練データを生成するために、訓練データの個数と同じ回数のDFT計算を繰り返すと、訓練データを生成するための計算コストが増大する。
【0009】
なお、かかる問題は、DFT計算に限らず、様々な数値計算を用いて訓練データを生成する場合において生ずるものである。
【0010】
1つの側面において、本発明は、物質の構造からエネルギーを推定する機械学習モデルの訓練データを増加させることを目的とする。
【課題を解決するための手段】
(【0011】以降は省略されています)
この特許をJ-PlatPatで参照する
関連特許
富士通株式会社
測定装置
13日前
富士通株式会社
画像変換機器と方法
16日前
富士通株式会社
光伝送装置および光伝送システム
今日
富士通株式会社
双方向光リンクの異常モニタリング
2日前
富士通株式会社
選択プログラム、選択装置、及び選択方法
2日前
富士通株式会社
圧縮プログラム、圧縮方法および圧縮装置
13日前
富士通株式会社
広告画像を生成する方法、装置及び記憶媒体
6日前
富士通株式会社
赤外線センサ、及び赤外線センサの製造方法
8日前
富士通株式会社
情報処理プログラム、情報処理方法、及び情報処理装置
今日
富士通株式会社
量子ビットデバイス及び量子ビットデバイスの製造方法
6日前
富士通株式会社
出力制御プログラム、出力制御方法およびナビゲーション装置
20日前
富士通株式会社
光伝送路特性推定装置、光伝送システム、及び光伝送路特性推定方法
今日
富士通株式会社
スタート支援装置、スタート支援方法、およびスタート支援プログラム
今日
富士通株式会社
機械学習プログラム、機械学習方法、推論プログラム、推論方法及び情報処理装置
13日前
富士通株式会社
交通シミュレーションの進化を予測するための、コンピュータにより実施される方法
15日前
富士通株式会社
依存情報を列に集約したマトリクススケジューラ及びマトリクススケジューリング方法
7日前
富士通株式会社
量子回路シミュレーションプログラム、量子回路シミュレーション方法および情報処理装置
8日前
個人
対話装置
20日前
個人
情報処理装置
20日前
個人
物品給付年金
1か月前
個人
政治のAI化
1か月前
個人
記入設定プラグイン
8日前
個人
情報処理装置
16日前
個人
プラグインホームページ
1か月前
個人
情報入力装置
20日前
個人
不動産売買システム
今日
個人
物価スライド機能付生命保険
20日前
個人
マイホーム非電子入札システム
20日前
株式会社BONNOU
管理装置
13日前
キヤノン株式会社
画像処理装置
1か月前
個人
全アルゴリズム対応型プログラム
1か月前
サクサ株式会社
カードの制動構造
22日前
大同特殊鋼株式会社
輝線検出方法
1か月前
個人
決済手数料0%のクレジットカード
23日前
ホシデン株式会社
タッチ入力装置
今日
株式会社ワコム
電子消去具
今日
続きを見る
他の特許を見る