量子化学と機械学習の融合 – 密度汎関数法に基づく深層学習で理論計算の限界に挑む

材料や薬の開発に必要不可欠な物性計算 物理学、化学、生物学の分野において、より良い材料（電池、磁石、半導体、超伝導体、高分子、触媒、太陽光発電など）や病気（がん、エイズ、インフルエンザなど）を治療する新薬の開発は、研究者や技術者にとって常に大きな課題であり続けてきました。特に昨今は、クリーンエネルギーや新型コロナウィルスなどの問題に世界が直面していることで、これらの課題は多くの人々が身近に感じていることでもあると思います。 このような材料や薬の開発においては、物質（分子や結晶）のさまざまな物性を知ることが必要不可欠です。たとえば、物質の最も基本的な物性であるエネルギーや電子密度は、現代のコンピュータシミュレーション技術を用いて、高い精度で計算することができます。 シミュレーションは量子物理学の方程式に基づいており、特にコーン–シャム方程式に基づく密度汎関数法（1998年ノーベル化学賞受賞）

[namao4710]

密度汎関数+機械学習

[misshiki]

“量子化学と機械学習の融合 – 密度汎関数法に基づく深層学習で理論計算の限界に挑む”