메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지영 (경북대학교)
저널정보
한국정보전자통신기술학회 한국정보전자통신기술학회 논문지 한국정보전자통신기술학회 논문지 제16권 제6호
발행연도
2023.12
수록면
378 - 384 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 신경망포텐셜(Neural Network Potential)의 효율성과 정확도를 동시에 달성할 수 있는 기술자 벡터 조건을 도출하고자 한다. 소재 시스템은 단원소 소재인 실리콘으로 선정하였으며, 인공신경망 학습을 위한 원자 구조별 에너지 데이터는 밀도범함수이론 계산을 통하여 생성하였다. Behler-Parrinello 타입의 원자중심대칭함수를 기술자 벡터로 사용하였고, 다양한 벡터 길이에 대한 신경망포텐셜 생성 후 분자동역학 시뮬레이션에 적용하여 실리콘 소재의 구조 및 기계적 물성 재현성을 평가하였다. 실험 결과, 물성 재현 정확도를 유지하면서 학습 및 계산 효율성을 동시에 달성할 수 있는 기술자벡터의 최소 길이는 약 50이고, 소재의 기계적 물성이 이 길이에 더 큰 영향을 받으며, 같은 길이의 조건에서는 방사 대비 각도 방향 대칭함수를 더 반영하면 신경망포텐셜의 정확도가 올라감을 발견하였다. 이를 토대로 신경망포텐셜의 효율성과 정확도 동시 달성을 위한 최적의 기술자벡터 설정 가이드라인 제공이 가능할 것으로 기대된다.

목차

요약
Abstract
1. 서론
2. 이론적 배경
3. 개발 및 분석 방법
4. 결과 및 고찰
5. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0