ナノ・バイオ#
ナノ・バイオ分野では、近年の計算機技術、計算手法の発展により、物質の性質を電子・原子レベルから明らかにするためのツールとして、第一原理計算がその適用範囲を広げてきました。 また、実験手法の発展により電子・原子レベルでの観察が可能となっています。 このことにより、第一原理計算と実験観察の結果が直接比較できるようにもなってきています。
さらに、機能材料の微細化により、新規開発のためにも電子・原子レベルで材料特性を理解することが必要になり、第一原理計算が用いられる場面が多くなっています。 このような背景を受け、実験研究者や企業等での材料開発においても第一原理計算が使用されるようになっています。
関連事例#
- 第一原理計算による電子状態解析
- STM画像およびXPSスペクトルのシミュレーション
- 理論と実験が一致! 合金の偏析効果による仕事関数制御
- Li内包フラーレンの電子状態解析
- 半導体界面の電子状態解析
- 第一原理計算による光電子分光測定結果の解析
- STM画像のシミュレーション
- 第一原理計算による結晶の格子振動解析
- LO-TO分裂効果を考慮したフォノンバンドの計算
- フォノン解析による熱的特性の計算
- 3D-RISM-SCFを用いたA型ゼオライトへの第一原理計算の応用
- 原子間力顕微鏡測定の第一原理シミュレーション
- 固体電解質ヨウ化銀の第一原理分子動力学シミュレーション
- 第一原理MDを用いた液体の構造解析
- 第一原理MDを用いたアモルファスシリコンの構造解析
- 第一原理計算による原子電荷の評価：共有結合・イオン性物質から高分子まで
- 第一原理計算による触媒反応解析（解離吸着）
- Advance/PHASEによるリチウムイオン二次電池正極材料の解析
- Blue moon法による自由エネルギー障壁の評価
- 様々な物質の凝集エネルギーの第一原理計算
- スピントロニクス材料CrO2におけるハーフメタル電子状態の解明
- n型・p型半導体の電子状態とドーピング効果の解析
- 結晶中の自己格子間原子の拡散障壁の評価
- 4H-SiC欠陥の大規模第一原理シミュレーション
- 帯電した点欠陥の形成エネルギー補正計算の解析事例 (FNV法 & eFNV法)
- vdW相互作用の低コスト高精度計算：ベンゼン二量体と多層グラフェンへのDFT-D法の適用
- DFT+U法の解析事例： 遷移金属酸化物への適用
- DFT+U法の解析事例： ペロブスカイト化合物への適用
- EELS/XAFSの第一原理計算
- ESM法による仕事関数の高精度計算
- ESM法を用いた帯電表面および電極界面反応の第一原理計算
- 六方晶の構造物性評価：E-V曲線とc/a比最適化によるアプローチ
- 高誘電率(high-k)材料の探索と誘電率の第一原理計算
- 第一原理計算による固体の格子定数予測
- 磁気異方性エネルギーの第一原理計算
- 遷移金属ドープウルツ鉱型半導体の磁気特性の第一原理解析
- MOFへの水素吸蔵シミュレーション
- 間接-直接バンドギャップ遷移：MoS2の単層化による電子構造の変化の解析
- Meta-dynamics法によるC4H6電子環状反応の自由エネルギー曲面解析
- Advance/PHASEを用いたイオン拡散経路のシミュレーション
- 第一原理計算による金属酸化物の屈折率解析
- 金属の反射率と色の起源：相対論効果の役割
- 結晶対称性が支配する非線形光学応答：SHGとTHGの第一原理計算
- 剛体シミュレーションの活用：分子性結晶の構造探索の高速化
- ショットキーバリア高さの第一原理計算
- 相対論効果による半導体価電子帯の分裂の解析
- 酸素欠損のあるルチル型酸化チタン(110)面のSTM像シミュレーション
- TB-mBJポテンシャルを用いた半導体のバンドギャップ計算
- 超強酸中におけるプロトン伝導メカニズムの第一原理MDシミュレーション
- BoltzTraPとの連成による熱電材料の解析
- 固液界面シミュレーション： 水/TiO2界面
- ワークフロー構築と高精度な材料物性予測：格子誘電率
- ワークフロー構築と高精度な材料物性予測：圧電定数
- XPSスペクトルのシミュレーション
- 遷移金属およびその化合物表面のXPSシミュレーション
- 第一原理計算による弾性定数の予測と材料特性の探求
- 第一原理計算による金属のフェルミ面の解析
- 二成分密度汎関数法による陽電子シミュレーション：結晶中の原子空孔の解析
- ナノ材料解析統合GUI Advance/NanoLabo 使用デモ動画
- 白金(111)表面における一酸化炭素分子の吸着構造の密度汎関数理論による計算
- 鉄単結晶の分子動力学シミュレーション
- シリコン単結晶の密度汎関数理論による計算
- 分子の充填によるモデリングと液体の分子動力学シミュレーション
- NEB法によるAlアドアトムの拡散経路の解析
- ESM法によるK/Cu(001)系の仕事関数の計算
- Comparison of Universal Graph Neural Network Force Fields: Molecular Dynamics Calculations for a Lithium-Ion Conductor
- 汎用グラフニューラルネットワーク力場の比較：リチウムイオン伝導体の分子動力学計算
- Comparison of Universal Graph Neural Network Force Fields: Lattice Constant Dependence of Energy
- 汎用グラフニューラルネットワーク力場の比較：エネルギーの格子定数依存性
- Python連携機能を用いた全エネルギーの体積依存性の予測
- 外部電場印加による過冷却水の結晶化の分子動力学シミュレーション
- 分子動力学シミュレーションによるNi単結晶のヤング率の異方性の計算
- 汎用グラフニューラルネットワーク力場M3GNetを用いたLi3OCl1-xBrxの室温におけるイオン伝導率の計算
- M3GNetを用いたLiZnxMn2-xO4の分子動力学計算
- M3GNetを用いた界面エネルギーの計算
- M3GNetを用いた正極材料MoS2/Ti2CT2(T=F,O)二層膜の機械特性の計算
- M3GNetを用いた熱膨張率の計算
- ThreeBodyTB による状態密度の計算
- 汎用ニューラルネットワーク力場によるTi-6Al-4Vの体積弾性率の計算
- CHGNetを用いたLiZnxMn2-xO4の分子動力学計算
- CHGNetのGPUによる高速化のベンチマーク
- マルチGPU対応の汎用GNN力場SevenNetによる分子動力学計算ベンチマーク
- Calculation of the adsorption of CO on Platinum (111) surface via Density Functional Theory
- Molecular dynamics simulation of single-crystal iron
- Calculation of single-crystal silicon via Density Functional Theory
- Model configuration by packing molecules and molecular dynamics simulation of liquid
- Analysis of diffusion paths of an Al adatom via NEB method
- Calculation of work function of K/Cu (001) via ESM method
- Prediction of volume dependence of total energy by cooperation function with Python
- Crystallization of supercooled water by applying electric field in molecular dynamics simulation
- Calculation of anisotropic Young's modulus of single-crystal Ni via molecular dynamics simulation
- Calculation of ionic conductivity at 300 K of Li3OCl1-xBrx with M3GNet, a general force field based on graph neural networks
- Moleculer Dynamics Simulation of LiZnxMn2-xO4 using M3GNet
- Interface Energy Calculation Using M3GNet
- Calculation of mechanical properties of MoS2/Ti2CT2 (T=F,O) bilayers using M3GNet
- Calculation of Coefficient of Thermal Expansion Using M3GNet
- Calculation of Density of States using ThreeBodyTB
- Determining the Bulk Modulus of Ti-6Al-4V through Universal Neural Network Potentials
- Moleculer Dynamics Simulation of LiZnxMn2-xO4 using CHGNet
- Benchmarks of CHGNet with GPU
- Benchmark of Molecular Dynamics Simulations with the Multi-GPU Enabled General-purpose GNN Force Field SevenNet
- ニューラルネットワーク力場を使ったAlの分子動力学シミュレーション
- Ag-C系のNeural Network力場作成
- Δ-NNP法によるリチウムイオン伝導体LGPSの伝導率計算
- 教師データ作成・ニューラルネットワーク学習・分子動力学シミュレーションのベンチマーク
- 自己学習ハイブリッドモンテカルロ法による酸化物系リチウムイオン伝導体LLZOの伝導率計算
- SLHMC法とQM7およびQM9データベースを併用したイオン液体[Hmim][PF6]の密度計算
- [Advance/NeuralMD Pro] Neural Network力場のGPU化
- [Advance/NeuralMD Pro] GPUによる高速化のベンチマーク
- [Advance/NeuralMD Pro] Mat3raでのマルチGPUでのベンチマーク
- [Advance/NeuralMD Pro] HPCでのベンチマーク
- [Advance/NeuralMD Pro] 32GPU搭載クラウドにおけるベンチマーク
- [Advance/NeuralMD Pro] 8基のNVIDIA H100搭載マシンにおけるベンチマーク
- 自己学習ハイブリッドモンテカルロ法による金属触媒上に吸着した水素原子の分子動力学計算
- ニューラルネットワーク力場を用いたAl-Mg合金の融点計算
- 複数Neural Networkモデルを用いた核燃料材料の融点解析
- 汎用GNN力場M3GNetによる教師データの生成とNeural Network力場の学習
- 分子動力学シミュレーションを用いた水素添加時における鉄の劣化解析
- Molecular Dynamics Simulation of Al Atoms Using a Neural Network Force Field
- Create Neural Network force field of Ag-C system
- Conductivity Calculation of Lithium Ion Conductor LGPS by Δ-NNP Method
- Benchmarking of training data creation, neural network training, and molecular dynamics simulation
- Calculation of ion conductivity of oxide-based Lithium Ion Conductor LLZO via Self-Learning Hybrid Monte Carlo method
- Density calculation of Ionic Liquid [Hmim][PF6] via SLHMC method and QM7, QM9 database
- [Advance/NeuralMD Pro] GPU Acceleration of Neural Network Potential
- [Advance/NeuralMD Pro] Benchmarks of acceleration by GPU
- [Advance/NeuralMD Pro] Benchmarks of multi-GPU environments on Mat3ra
- [Advance/NeuralMD Pro] Benchmarks on HPC
- [Advance/NeuralMD Pro] Benchmarks on the cloud with 32 GPUs
- [Advance/NeuralMD Pro] Benchmarks on the machine with 8 NVIDIA H100 GPUs
- Molecular Dynamics Simulation of Hydrogen adsorbed on Metallic Catalyst via Self-Learning Hybrid Monte Carlo method
- Calculation of melting point of Al-Mg Alloy using Neural Network Force Field
- Melting Point Analysis of Nuclear Fuel Materials Using Multiple Neural Network Models
- Generating training data using general-purpose GNN force field M3GNet and learning neural network force field
- A Neural Network Force-Field Molecular Dynamics Study: Analysis of Iron degradation by Hydrogen
- 深層学習運動エネルギー汎関数AdvanceSoft25の精度ベンチマーク
- 深層学習運動エネルギー汎関数AdvanceSoft25の計算速度ベンチマーク
- 深層学習運動エネルギー汎関数AdvanceSoft25と先行研究の機械学習運動エネルギー汎関数の性能比較
- 深層学習運動エネルギー汎関数AdvanceSoft25によるK/Mg(0001)吸着系の仕事関数の計算