12. Neural Network Potential (NNP)とは
原子座標 エネルギー、力
原子座標からエネルギー・力を求める際にDFTで行っていた複雑な電子状態
計算が不要
→ 原子座標を入力すれば瞬時にエネルギー、力を算出することができる技術
12
O
H
H
Neural Network
13. DFT計算を高速化する技術:Neural Network Potential
[5] J. S. Smith, O. Isayev, and A. E. Roitberg, Chem. Sci. 8, 3192 (2017).
メリット:高速
•量子化学計算手法(DFT)と比べ
圧倒的に高速
デメリット:
•精度面 ― 精度の評価が難しい
•教師データ取得が必要
–学習するためのデータ収集として、結局DFT計算が必要
–取得したデータの周辺しか予測できない
13
14. Neural Network Potential の進展
14
Graph NN
NN architecture
NNP Tutorial review (by Behler)
Constructing high‐dimensional neural network potentials: A tutorial review
ANI-1
ANI-1: an extensible neural network potential with
DFT accuracy at force field computational cost
ANI-1 Dataset
A data set of 20 million calculated off-equilibrium
conformations for organic molecules
ANI-1x
Less is more: sampling chemical space with active
learning
ANI-1ccx
Outsmarting Quantum Chemistry Through Transfer
Learning
SchNet
SchNet: A continuous-filter
convolutional neural network for
modeling quantum interactions
CGCNN
Crystal Graph Convolutional Neural
Networks for an Accurate and Interpretable
Prediction of Material Properties
2017
2015
2018
Dataset for NNP
2020
ANI-2x
Extending the Applicability of the ANI Deep
Learning Molecular Potential to Sulfur and
Halogens
MegNet
Graph Networks as a Universal Machine
Learning Framework for Molecules and
Crystals
Behler-Parrinello NN
OC20 Dataset
An Introduction to Electrocatalyst Design using
Machine Learning for Renewable Energy Storage
15. 原子座標をどう表現するのか:Behler-Parrinello Symmetry function
AEV: Atomic Environment Vector
対象とする原子の周辺環境を
数値化・ベクトル化
Rc:カットオフ半径
[6] J. Behler, International Journal of Quantum Chemistry 115,
1032 (2015).
1. radial symmetry functions:2体関係(距離)の表現 (G1
, G2
)
中心原子 i から半径 Rc 周辺までに
どのくらいの数の原子が存在するか
2. angular symmetry functions:3体関係(角度)の表現 (G3
, G4
)
中心原子 i から半径 Rc 周辺までに
どういった位置関係(角度)で原子 j, kが存在しているか
15
20. ANI-1 Dataset:NNP構築に必要なデータ収集方法
20
[9] J. S. Smith, O. Isayev, and A. E. Roitberg, Sci. Data 4:170193 (2017).
• GDB-11データベース(最大11個のC, N, O, Fが含まれる分子を列挙)
のSubsetを使用
– C, N, Oのみに制限
– Heavy Atom は最大8個
• Normal Mode Sampling (NMS)で
一つの分子から多数の座標
conformationを生成
• 合計2200万データを取得
rdkitの
MMFF94
Gaussian09の
default method