AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-26
機械学習で電荷調節のシミュレーションを高速化
原題: Machine Learning Accelerated Simulation of Charge Regulation Effects
表面基の解離・会合によって電荷を帯びる材料のシミュレーションでは、電荷調節モンテカルロ法と分子動力学を組み合わせるため計算コストが高いという課題があった。本研究では、瞬時の配置から表面の各部位のイオン化確率を予測するグラフ注意ネットワーク「CR-ML」を開発した。疎水性ポリアニオンや、ポリ電解質で結ばれた二つのナノ粒子の系で、従来法と同じ平衡構造とイオン化度を再現し、電荷の更新は従来法より一桁速い。