本发明的实施方式涉及信息处理装置、信息处理方法以及存储介质。
背景技术:
1、作为模拟原子的物理运动的分子动力学法,已知有基于密度泛函理论(densityfunctional theory:dft)等的第一原理分子动力学法。另外,作为与第一原理分子动力学法相比,能够降低计算成本的方法,提出了使用通过机器学习得到的模型的机器学习分子动力学法。
2、在机器学习分子动力学法中,例如,构建以输入的原子配置(各原子的位置)为基础而输出作用于各原子的力及整体的能量的模型,并以使该模型的输出值与正解(正确解答)数据的误差变小的方式学习模型。误差例如可使用对于各原子的预测误差的均方。
技术实现思路
1、本发明的目的在于,提供能够进一步提高在原子的运动的解析等中利用的模型的学习精度的信息处理装置、信息处理方法以及存储介质。
2、实施方式的信息处理装置具备处理部。处理部设定用于机器学习模型的学习时的误差函数,该机器学习模型是输入解析对象所包含的作为多个元素中的任意元素的多个原子的位置、并输出解析对象的物理量的模型,该误差函数包含基于与多个元素的特征相应的多个权重的一个以上的项。处理部使用误差函数学习机器学习模型。
1.一种信息处理装置,具备处理部,
2.根据权利要求1所述的信息处理装置,
3.根据权利要求1或2所述的信息处理装置,
4.根据权利要求3所述的信息处理装置,
5.根据权利要求1至4中任一项所述的信息处理装置,
6.根据权利要求1至5中任一项所述的信息处理装置,
7.根据权利要求6所述的信息处理装置,
8.根据权利要求1至7中任一项所述的信息处理装置,
9.根据权利要求1所述的信息处理装置,
10.根据权利要求9所述的信息处理装置,
11.根据权利要求9所述的信息处理装置,
12.根据权利要求1至11中任一项所述的信息处理装置,
13.根据权利要求12所述的信息处理装置,
14.根据权利要求1至13中任一项所述的信息处理装置,
15.根据权利要求1至14中任一项所述的信息处理装置,
16.一种信息处理方法,是由信息处理装置执行的信息处理方法,包括:
17.一种存储介质,存储有用于使计算机执行如下步骤的程序: