革新的なマテリアルの創出に貢献します
『Matlantis』は、Preferred Networks (PFN) 社の深層学習技術と膨大な計算リソースをもとに開発した汎用原子レベルシミュレータです。本ブースでは、Matlantisの概要と素材開発におけるDXへの活用例をご紹介いたします。
汎用原子レベルシミュレータMatlantis
Matlantisは、原子スケールで材料の挙動を再現し、大規模な材料探索を行うことのできる汎用原子レベルシミュレータです。従来の物理シミュレータに深層学習モデルを組み込むことで、計算スピードを従来の数万倍に高速化するとともに、領域を限定しない様々な物質への適用を可能にしました。深層学習モデルの訓練には、PFNのスーパーコンピュータを使って物理シミュレーションした膨大な量の原子構造データを使用しています。
株式会社Preferred Computational Chemistry
入口 広紀氏
【講演概要】
マテリアルズインフォマティクスが提唱されるとともに、理論計算化学の重要性が増して数年が経ちました。計算化学手法の一つである第一原理計算は材料構造から物性を非経験的に求められるため未知の材料探索で注目される技術ですが、高い計算コスト故に活用には課題が多いことが現状です。当社が販売する『Matlantis』は、Neural Network Potential (NNP) という技術を用いて第一原理計算相当のシミュレーションを加速することを可能にします。本セミナーでは『Matlantis』のコア技術であるNNPと実際の活用事例について紹介します。
下記情報は来場者から出展者への事前アポイント・問合せを目的に公開しています。
それ以外の目的(セールス等)で無断に使用・転載する事を固く禁じます。
Preferred Computational Chemistry