JP2018010428A - 材料創成装置、および材料創成方法 - Google Patents
材料創成装置、および材料創成方法 Download PDFInfo
- Publication number
- JP2018010428A JP2018010428A JP2016137833A JP2016137833A JP2018010428A JP 2018010428 A JP2018010428 A JP 2018010428A JP 2016137833 A JP2016137833 A JP 2016137833A JP 2016137833 A JP2016137833 A JP 2016137833A JP 2018010428 A JP2018010428 A JP 2018010428A
- Authority
- JP
- Japan
- Prior art keywords
- crystal structure
- crystal
- atom
- calculation
- objective function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims description 75
- 239000013078 crystal Substances 0.000 claims abstract description 372
- 238000004364 calculation method Methods 0.000 claims abstract description 90
- 230000035772 mutation Effects 0.000 claims abstract description 43
- 230000002068 genetic effect Effects 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 229910010272 inorganic material Inorganic materials 0.000 claims abstract description 21
- 239000011147 inorganic material Substances 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 33
- 239000013598 vector Substances 0.000 claims description 32
- 238000013528 artificial neural network Methods 0.000 claims description 30
- 108090000623 proteins and genes Proteins 0.000 claims description 24
- 238000006467 substitution reaction Methods 0.000 claims description 13
- 238000005520 cutting process Methods 0.000 claims description 10
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 2
- 238000000547 structure data Methods 0.000 claims 1
- 230000037303 wrinkles Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 12
- 238000003860 storage Methods 0.000 description 53
- 230000006870 function Effects 0.000 description 39
- 150000002484 inorganic compounds Chemical class 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010187 selection method Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 229940126062 Compound A Drugs 0.000 description 1
- NLDMNSXOCDLTTB-UHFFFAOYSA-N Heterophylliin A Natural products O1C2COC(=O)C3=CC(O)=C(O)C(O)=C3C3=C(O)C(O)=C(O)C=C3C(=O)OC2C(OC(=O)C=2C=C(O)C(O)=C(O)C=2)C(O)C1OC(=O)C1=CC(O)=C(O)C(O)=C1 NLDMNSXOCDLTTB-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002910 structure generation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/086—Learning methods using evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Evolutionary Biology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Architecture (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
(av,bv,cv){以降、ベクトルは添え字vを添付してavと記載する}、格子定数(a,b,c,α,β,γ)、結晶格子に含まれる原子数、および結晶格子に含まれる各原子ごとに元素種類と、原子位置を格子ベクトル表現で表わした位置ベクトルの組合せを含有原子数繰り返した含有原子情報、より構成される。
材料創成装置100は、汎用の計算機上に構成することができて、そのハードウェア構成は、CPU(Central Processing Unit)、RAM(Random Access Memory)などにより構成される演算部110、ROM(Read Only Memory)、HDD(Hard Disk Drive)、フラッシュメモリなどを用いたSSD(Solid State Drive)などにより構成される記憶部130、キーボードやマウス等の入力デバイスより構成される入力部141、CRTディスプレイ、LCD(Liquid Crystal Display)、有機ELディスプレイなどの表示装置、各種出力装置などにより構成される表示・出力部142、CD−ROM、USBメモリなどの可搬性を有する可搬型記憶媒体の情報を読み出し・書き込みをするメディア入出力部143、NIC(Network Interface Card)などにより構成される通信部144、などを備える。
通信部144は、ネットワーク150を介して外部の構造緩和計算装置160、第一原理計算装置170、およびニューラルネットワーク計算装置180と接続されている。
なお、探索する結晶構造にある程度予測が付く場合には、ユーザが意図的に初期の現世代結晶構造を生成して、前記のS個の結晶構造集合に含めてもよい。これにより、目的とする解に収束することを早めることが期待できる。
また、初期の現世代結晶構造集合には、後述する適応度をランダムに生成して(または、ユーザが意図的に付与することも認める)、各現世代結晶構造の遺伝子200に付加して、現世代結晶構造集合記憶領域133に記憶する。
ここで、本実施例で定義する無機材料探索用の結晶構造の突然変異、交叉方法を説明する。
ステップS140において、突然変異の対象となる結晶構造を現世代結晶構造集合記憶領域133からユーザ定義の乱数に従って選択して、その結晶構造のN倍結晶構造を生成する。
ステップS160において、突然変異の対象となる結晶構造を現世代結晶構造集合記憶領域133からユーザ定義の乱数に従って選択して、その結晶構造内にある各原子の元素に応じて置換重みを図12の元素選択の重みデータテーブルより参照して、結晶構造内より元素置換の対象原子をランダムに選択する。元素置換の対象原子の数は、1つの場合と複数の場合もランダムに選択する。
図13に示す元素置換グループテーブルは、ユーザが予め定義して、初期パラメータ記憶領域132に登録しておく。
ステップS180において、突然変異の対象となる結晶構造を現世代結晶構造集合記憶領域133からユーザ定義の乱数に従って選択して、選択した格子定数変動対象結晶構造からランダムに変動対象結晶格子定数パラメータp∈{a,b,c,α,β,γ}を選択する。格子定数パラメータpの数は、1つの場合と複数の場合もランダムに選択する。
本実施例の無機材料の結晶構造の交叉方法を、図10、図11により説明する。
そして、選択された2つの結晶構造の分割結晶構造同士を切断面で接合して、新たな交叉結晶構造とする。新たな交叉結晶構造は、親結晶構造のどちらか一方の格子ベクトルを使用して、新たな交叉結晶構造を表現する(内部座標表現)遺伝子200データを作成して次世代結晶構造集合記憶領域134へ記憶する。
(数2) 「磁性値」(目的変数)=β1+β2×「結晶中の原子数」(特徴量1)+β3×「全ての原子間距離の平均値」(特徴量2)+………+βn+1×(特徴量n)
ここで、係数β1,β2,β3,………,βn+1は、過去の実験データなどを参考として、仮の値を設定する。目的変数「磁性値」を求める目的関数を構成する。特徴量1………特徴量nは、幾何情報、位相情報、または価電子数などに関する特徴量である。
まず、単一の回帰モデルを構成する場合を説明する。特徴量生成部120は、S104で、構造緩和計算後の各結晶構造に対して、数2に示した回帰モデルの特徴量(特徴量1、………、特徴量n)を計算する。
すなわち、例えば、数2に示す回帰モデルが定義されていた場合に、S109で各結晶構造に対する現実の結晶構造、磁気構造の観測値が得られるので、該当結晶構造の遺伝子200データを修正する。それに基づき、特徴量(特徴量1、………、特徴量n)を計算して回帰モデルへ入力し、および目的変数「磁性値」に磁気構造の観測値を入力し、回帰モデルを更新する。
該当する結晶構造がS111で見つからなければ、ステップS101へ移行して、再び、S102からS107を繰り返す処理を継続する。
S103で構造緩和計算を実施した各結晶構造を入力対象として、図19に示すように、各結晶構造のN倍セル(結晶構造)を作成して、ユーザ定義の等間隔のグリッドで分割する(320)。対象結晶構造に含まれている各原子を含むグリッドを中心においた立方体を考え、グリッドの配置順に各立方体のデータとして、原子の在る無し(0/1)だけでなく、価電子数などの各原子の特徴量の組のデータを、1次元配列データ321に変換して、該1次元配列データをディープ畳み込みニューラルネットワーク322へ入力する。ディープ畳み込みニューラルネットワーク322の出力を、目的関数の予測値として取得する。
110 演算部
111 遺伝的アルゴリズム制御部
112 現世代結晶構造作成部
113 近傍集合生成部
114 適応度評価部
115 選択・淘汰処理部
116 構造緩和計算部
117 第一原理計算部
118 ニューラルネットワーク計算部
119 初期値定義部
120 特徴量計算部
121 実験検証部
130 記憶部
131 結晶構造データベース
132 初期パラメータ記憶領域
133 現世代結晶構造集合記憶領域
134 次世代結晶構造集合記憶領域
135 回帰モデル記憶領域
136 結晶構造解記憶領域
141 入力部
142 表示・出力部
143 メディア入出力部
144 通信部
150 ネットワーク
160 構造緩和計算装置
170 第一原理計算装置
180 ニューラルネットワーク計算装置
200 遺伝子
201 格子ベクトル
202 格子定数
203 結晶格子に含まれる原子数N
204 含有原子情報
205 元素種類
206 原子位置
301 親世代結晶格子1
302 親世代結晶格子2
303,304 切断面
305 親世代結晶格子1の上側結晶構造
306 親世代結晶格子2の下側結晶構造
307,308 交叉対象結晶構造
309 回転後の交叉対象結晶構造
310 中心原子
311 近接原子
312 カットオフ領域
313 カットオフ半径
314 近接原子への原子間距離
315 1つの結晶構造内
316 N倍結晶構造
317,318 切断面
320 結晶構造のN倍セル(結晶構造)を作成して、ユーザ定義の等間隔のグリッドで分割した入力対象
321 1次元配列データ
322 ディープ畳み込みニューラルネットワーク
Claims (12)
- 遺伝的アルゴリズムを使用して、無機材料の結晶構造の生成、結晶構造の突然変異操作、結晶構造の交叉操作、結晶構造の構造緩和計算、目的関数の予測値の計算、目的関数の予測値に基づく結晶構造の選択と淘汰、第一原理計算による結晶構造の目的関数値の観測、前記目的関数値の観測結果に基づく回帰モデルの更新、および材料創成処理の終了判定の各処理を制御する遺伝的アルゴリズム制御部と、
結晶構造のN倍結晶構造を生成し、最近接原子との間の距離が最も大きくなる座標にランダムに選択した元素の原子を追加する突然変異手段と、
結晶構造のN倍結晶構造を生成し、最近接原子間距離が最も小さい原子を削除する突然変異手段と、
2つの結晶構造を選択して、乱数で決められた切断面で各結晶構造を分割し、2つの結晶構造を一方の内部座標表現で結合する交叉手段とを有する近傍集合生成部とを備えたことを特徴とする材料創成装置。 - 前記近傍集合生成部には更に、
選択された結晶構造の置換対象原子を元素置換重みのルーレット選択により選択し、置換対象原子の元素と同じ置換グループの中から置換重みのルーレット選択により置換元素を選択して、前記置換元素の原子によって前記置換対象原子を置換する突然変異手段を有することを特徴とする請求項1に記載の材料創成装置。 - 前記近傍集合生成部には更に、
格子定数変動対象結晶構造を選択して、ランダムに変動対象結晶格子定数パラメータpを選択し、−e〜f (e,fは実数)の乱数kを生成し、p’=p*(1+k)として格子定数パラメータを変動させる突然変異手段を有することを特徴とする請求項1に記載の材料創成装置。 - 前記遺伝的アルゴリズム制御部が制御する各処理において使用される結晶構造の遺伝子データが、格子ベクトル(av,bv,cv)、格子定数(a,b,c,α,β,γ)、結晶格子に含まれる原子数、および結晶格子に含まれる各原子ごとに元素種類と、原子位置を格子ベクトル表現で表わした位置ベクトルの組合せを含有原子数繰り返した含有原子情報、より構成されることを特徴とする請求項1に記載の材料創成装置。
- 前記遺伝子データが、格子定数(a,b,c,α,β,γ)を除いた、格子ベクトル、結晶格子に含まれる原子数、および結晶格子に含まれる各原子ごとに元素種類と、原子位置を格子ベクトル表現で表わした位置ベクトルの組合せを含有原子数繰り返した含有原子情報、より構成されることを特徴とする請求項4に記載の材料創成装置。
- 前記近傍集合生成部が有する突然変異手段、および交叉手段が生成した近傍集合の結晶構造に対して、結晶構造中の各原子が受ける力から原子の安定位置を計算する構造緩和計算を実行して、計算結果より結晶構造の遺伝子データを修正する構造緩和計算部を更に備えたことを特徴とする請求項1に記載の材料創成装置。
- 前記近傍集合生成部が有する突然変異手段、および交叉手段による操作の出現確率は、操作対象と選定された結晶構造内の原子数に応じて、各操作の出現確率に変化を付けることを特徴とする請求項1に記載の材料創成装置。
- 前記近傍集合生成部が有する交叉手段は、
2つの結晶構造を選択して、それぞれの結晶構造の格子長または断面積の順をソートして、両結晶構造のアスペクトを揃えるように回転して計算機上の解析空間に配置し、0〜1の乱数を1つ、または2つ生成し、共通の1つの乱数に従い、または2つの乱数に従い、それぞれの結晶構造を分割して、2つの結晶構造を一方の内部座標表現で結合する手段であることを特徴とする請求項1に記載の材料創成装置。 - 結晶構造の構造緩和計算の計算結果を入力として、目的関数の予測値を出力するように構成されたディープ畳み込みニューラルネットワークを使用して、前記構造緩和計算部の出力を入力して、目的関数の予測値を出力するニューラルネットワーク計算部を更に備えたことを特徴とする請求項6に記載の材料創成装置。
- 結晶構造のN倍セルを作成して、等間隔のグリッドで分割し、対象結晶構造に含まれている各原子を含むグリッドを中心においた立方体を形成し、グリッドの配置順に各立方体のデータ1次元配列データに変換して、前記ディープ畳み込みニューラルネットワークへ結晶構造のデータを入力することを特徴とする請求項9に記載の材料創成装置。
- 遺伝的アルゴリズムの制御に従い、開始時に、ユーザ定義、またはランダム生成により無機材料の現世代結晶構造集合を生成する工程と、
現世代結晶構造集合から、結晶構造の突然変異操作、および結晶構造の交叉操作により、新たな近傍集合の結晶構造を生成する工程と、
前記近傍集合の各結晶構造に対して、構造緩和計算を実施する工程と、
構造緩和計算後の各結晶構造に対して特徴量を計算する工程と、
計算した前記特徴量を回帰モデルに入力して、目的関数の予測値を計算する工程と、
前記目的関数の予測値に基づき結晶構造の選択、淘汰を実施する工程と、
所定回数、前記近傍集合の結晶構造を生成する工程から、前記結晶構造の選択、淘汰を実施する工程までのループを繰り返す工程と、
結晶構造集合に対して第一原理計算により、または実験データを参照して、目的関数値を観測する工程と、
前記目的関数値の観測結果に基づき回帰モデルを更新する工程と、
前記目的関数値の観測結果が所定の条件を満たすか否かを判定して、処理を終了させるか、または継続させるかを判定する工程と、
を有することを特徴とする材料創成方法。 - 前記特徴量を計算する工程と、および前記目的関数の予測値を計算する工程に代えて、
構造緩和計算後の各結晶構造をディープ畳み込みニューラルネットワークへ入力して、前記ニューラルネットワークの出力より目的関数の予測値を得る工程を更に有することを特徴とする請求項11に記載の材料創成方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016137833A JP6630640B2 (ja) | 2016-07-12 | 2016-07-12 | 材料創成装置、および材料創成方法 |
US15/622,104 US10885231B2 (en) | 2016-07-12 | 2017-06-14 | Material generation apparatus and material generation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016137833A JP6630640B2 (ja) | 2016-07-12 | 2016-07-12 | 材料創成装置、および材料創成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018010428A true JP2018010428A (ja) | 2018-01-18 |
JP6630640B2 JP6630640B2 (ja) | 2020-01-15 |
Family
ID=60940677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016137833A Active JP6630640B2 (ja) | 2016-07-12 | 2016-07-12 | 材料創成装置、および材料創成方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10885231B2 (ja) |
JP (1) | JP6630640B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200028642A (ko) * | 2018-09-07 | 2020-03-17 | 충북대학교 산학협력단 | 3d 프린터 파라미터 최적화 방법 및 장치 |
JP2020071827A (ja) * | 2018-11-02 | 2020-05-07 | 昭和電工株式会社 | ポリマー設計装置、プログラム、および方法 |
WO2020090617A1 (ja) * | 2018-10-31 | 2020-05-07 | 昭和電工株式会社 | 熱力学的平衡状態の予測装置、予測方法、及び予測プログラム |
JP2020135363A (ja) * | 2019-02-19 | 2020-08-31 | 富士通株式会社 | 演算処理装置、演算処理プログラムおよび演算処理方法 |
WO2021054402A1 (ja) * | 2019-09-20 | 2021-03-25 | 株式会社 Preferred Networks | 推定装置、訓練装置、推定方法及び訓練方法 |
WO2021251413A1 (ja) * | 2020-06-09 | 2021-12-16 | 株式会社 Preferred Networks | 推定装置、推定方法、化学構造式及びプログラム |
JP2022136536A (ja) * | 2021-03-08 | 2022-09-21 | 株式会社豊田中央研究所 | 結晶構造探索装置及び結晶構造探索方法 |
WO2023209983A1 (ja) * | 2022-04-28 | 2023-11-02 | 日本電気株式会社 | パラメータ生成装置、システム、方法およびプログラム |
US11915799B2 (en) | 2018-03-09 | 2024-02-27 | Resonac Corporation | Polymer physical property prediction device, recording medium, and polymer physical property prediction method |
JP7440149B1 (ja) | 2023-08-21 | 2024-02-28 | Eaglys株式会社 | データ生成方法、データ生成プログラム、およびデータ生成システム |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3834094A1 (en) * | 2018-09-10 | 2021-06-16 | Siemens Industry Software Inc. | Computer aided design of custom cellular lattice kernels according to material properties |
CN109658986A (zh) * | 2018-11-27 | 2019-04-19 | 宿州新材云计算服务有限公司 | 一种新型材料基因解码及新型材料结构和功能预测方法 |
CN111291515B (zh) * | 2020-02-29 | 2021-05-11 | 湖南工业大学 | 一种振动能量收集压电超材料薄板结构拓扑优化方法 |
WO2022221705A1 (en) * | 2021-04-16 | 2022-10-20 | The Regents Of The University Of California | Machine learning enabled techniques for material design and ultra-incompressible ternary compounds derived therewith |
CN113505853B (zh) * | 2021-07-28 | 2023-05-23 | 姚宏宇 | 一种在约束条件下对晶体材料进行搜索的方法及装置 |
WO2023123382A1 (zh) * | 2021-12-31 | 2023-07-06 | 深圳晶泰科技有限公司 | 基于分子动力学的晶体熔点的计算方法、装置及存储介质 |
CN115563447B (zh) * | 2022-09-30 | 2023-07-21 | 北京应用物理与计算数学研究所 | 固定晶格体积晶体结构弛豫的计算方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2565005B2 (ja) * | 1991-03-08 | 1996-12-18 | 富士通株式会社 | 異種結晶の合成装置 |
EP1962234A4 (en) * | 2005-12-05 | 2010-07-07 | Univ Nagoya Nat Univ Corp | METHOD OF OPTIMIZING MULTIPLE PARAMETERS BY HYBRID GENE ALGORITHM, METHOD OF ANALYZING DATA BY CORRESPONDENCE OF PATTERN, METHOD OF ESTIMATING SUBSTANCE, RECORDING MEDIUM AND VARIOUS RELATED DEVICES |
WO2007071095A1 (en) | 2005-12-22 | 2007-06-28 | Eidgenössische Technische Hochschule Zürich | Method for crystal structure determination |
CN101655885B (zh) * | 2009-08-27 | 2012-01-11 | 南京理工大学 | 一种高效率二维光子晶体偏轴定向发射器的设计方法 |
US9009009B2 (en) * | 2011-06-27 | 2015-04-14 | The Research Foundation For The State University Of New York | Method for predicting optimized crystal structures |
WO2014004370A1 (en) * | 2012-06-25 | 2014-01-03 | The Research Foundation For The State University Of New York | Method and apparatus for crystal structure optimization |
CN103218529A (zh) * | 2013-04-12 | 2013-07-24 | 北京工业大学 | 一种二维固-固声子晶体xy模态拓扑优化方法 |
CN103246767B (zh) * | 2013-04-26 | 2015-08-12 | 北京工业大学 | 基于遗传算法和有限元法的液-液声子晶体拓扑优化方法 |
CN103324786B (zh) * | 2013-06-03 | 2016-12-28 | 北京工业大学 | 基于遗传算法的二维固相声子晶体xy模带隙优化方法 |
CN103310049B (zh) * | 2013-06-03 | 2016-01-13 | 北京工业大学 | 一种二维固相声子晶体混合模带隙的优化方法 |
-
2016
- 2016-07-12 JP JP2016137833A patent/JP6630640B2/ja active Active
-
2017
- 2017-06-14 US US15/622,104 patent/US10885231B2/en active Active
Non-Patent Citations (2)
Title |
---|
吉崎亨,外1名: "進化的アルゴリズムを用いた高圧下での第一原理的結晶構造探索プログラムの開発研究", 日本物理学会講演集, vol. 第65巻,第1号, JPN6019044518, 1 March 2010 (2010-03-01), pages 318, ISSN: 0004154762 * |
川名学,外2名: "遺伝的アルゴリズムを用いた第一原理計算に基づく結晶構造予測における初期構造探索", 電気学会論文誌C 電子・情報・システム部門誌, vol. 第134巻,第12号, JPN6019044516, 1 December 2014 (2014-12-01), pages 1834 - 1839, ISSN: 0004154761 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11915799B2 (en) | 2018-03-09 | 2024-02-27 | Resonac Corporation | Polymer physical property prediction device, recording medium, and polymer physical property prediction method |
KR20200028642A (ko) * | 2018-09-07 | 2020-03-17 | 충북대학교 산학협력단 | 3d 프린터 파라미터 최적화 방법 및 장치 |
KR102099766B1 (ko) * | 2018-09-07 | 2020-04-10 | 충북대학교 산학협력단 | 3d 프린터 파라미터 최적화 방법 및 장치 |
JPWO2020090617A1 (ja) * | 2018-10-31 | 2021-09-02 | 昭和電工株式会社 | 熱力学的平衡状態の予測装置、予測方法、及び予測プログラム |
WO2020090617A1 (ja) * | 2018-10-31 | 2020-05-07 | 昭和電工株式会社 | 熱力学的平衡状態の予測装置、予測方法、及び予測プログラム |
US11126695B2 (en) | 2018-11-02 | 2021-09-21 | Showa Denko K.K. | Polymer design device, polymer design method, and non-transitory recording medium |
JP7109339B2 (ja) | 2018-11-02 | 2022-07-29 | 昭和電工株式会社 | ポリマー設計装置、プログラム、および方法 |
JP2020071827A (ja) * | 2018-11-02 | 2020-05-07 | 昭和電工株式会社 | ポリマー設計装置、プログラム、および方法 |
JP2020135363A (ja) * | 2019-02-19 | 2020-08-31 | 富士通株式会社 | 演算処理装置、演算処理プログラムおよび演算処理方法 |
WO2021054402A1 (ja) * | 2019-09-20 | 2021-03-25 | 株式会社 Preferred Networks | 推定装置、訓練装置、推定方法及び訓練方法 |
WO2021251413A1 (ja) * | 2020-06-09 | 2021-12-16 | 株式会社 Preferred Networks | 推定装置、推定方法、化学構造式及びプログラム |
JP2022136536A (ja) * | 2021-03-08 | 2022-09-21 | 株式会社豊田中央研究所 | 結晶構造探索装置及び結晶構造探索方法 |
JP7314963B2 (ja) | 2021-03-08 | 2023-07-26 | 株式会社豊田中央研究所 | 結晶構造探索装置及び結晶構造探索方法 |
WO2023209983A1 (ja) * | 2022-04-28 | 2023-11-02 | 日本電気株式会社 | パラメータ生成装置、システム、方法およびプログラム |
JP7440149B1 (ja) | 2023-08-21 | 2024-02-28 | Eaglys株式会社 | データ生成方法、データ生成プログラム、およびデータ生成システム |
Also Published As
Publication number | Publication date |
---|---|
US10885231B2 (en) | 2021-01-05 |
JP6630640B2 (ja) | 2020-01-15 |
US20180018408A1 (en) | 2018-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6630640B2 (ja) | 材料創成装置、および材料創成方法 | |
Albash et al. | Demonstration of a scaling advantage for a quantum annealer over simulated annealing | |
Mouret et al. | Illuminating search spaces by mapping elites | |
Pedergnana et al. | Smart sampling and incremental function learning for very large high dimensional data | |
Bañuls et al. | Chiral condensate in the Schwinger model with matrix product operators | |
Younis et al. | Trends, features, and tests of common and recently introduced global optimization methods | |
Schollwöck | The density-matrix renormalization group: a short introduction | |
CN105760503B (zh) | 一种快速计算图节点相似度的方法 | |
Godiyal et al. | Rapid multipole graph drawing on the GPU | |
Smith et al. | Rapid phenotypic landscape exploration through hierarchical spatial partitioning | |
Stripinis et al. | An extensive numerical benchmark study of deterministic vs. stochastic derivative-free global optimization algorithms | |
Nie et al. | Multi-graph convolutional network for unsupervised 3D shape retrieval | |
Lorraine et al. | Lyapunov exponents for diversity in differentiable games | |
Domovic et al. | Algorithms for 2D nesting problem based on the no-fit polygon | |
Pfeffer et al. | A stochastic root finding approach: the homotopy analysis method applied to Dyson–Schwinger equations | |
Marthaler | An overview of mathematical methods for numerical optimization | |
CN114974400B (zh) | 一种全局生物网络比对方法 | |
Aguiar Nascimento et al. | A new hybrid optimization approach using PSO, Nelder-Mead Simplex and Kmeans clustering algorithms for 1D Full Waveform Inversion | |
Juhás et al. | The Liga algorithm for ab initio determination of nanostructure | |
Petrowski et al. | Evolutionary algorithms | |
AU2018274948B2 (en) | System, method and computer readable medium for quassical computing | |
CN110825707A (zh) | 数据压缩方法 | |
Zhang et al. | Pruning Edges and Gradients to Learn Hypergraphs from Larger Sets | |
Pereira et al. | Optimal selection of benchmarking datasets for unbiased machine learning algorithm evaluation | |
Vinh et al. | Incremental spatial clustering in data mining using genetic algorithm and R-tree |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181101 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191031 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6630640 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |