[DL輪読会]Ab-Initio Solution of the Many-Electron Schrödinger Equation with Deep Neural Networks
Download as PPTX, PDF4 likes1,055 views
![1
DEEP LEARNING JP
[DL Papers]
http://deeplearning.jp/
“Ab-Initio Solution of the Many-Electron Schrödinger
Equation with Deep Neural Networks”
Kensuke Wakasugi, Panasonic Corporation.](https://image.slidesharecdn.com/191025dlver1-191025003540/85/DL-Ab-Initio-Solution-of-the-Many-Electron-Schrodinger-Equation-with-Deep-Neural-Networks-1-320.jpg)
![計算科学の従来法
Wakasugi, Panasonic Corp.
5
反対称性を満たす波動関数としてスレーター行列式を利用
イメージ図
電子が2個の系
φ1(x)
φ2 (x)
反対称性
x2
x1
ψ(x1, x2) = φ1(x1)φ2(x2) – φ2(x1)φ1(x2)
= det[Φk] ただし, k={1,2}
φ3 (x)
φ4 (x)
スレーター行列式による波動関数
ψ(x1, x2) = -ψ(x2,x1)
重み付き線形和に拡張（Coupled Cluster法）
ψ(x1, x2) = Σk ωkdet[Φk]
電子軌道φの様々な組み合わせについて考慮
電子座標を交換すると，波動関数の符号が反転する](https://image.slidesharecdn.com/191025dlver1-191025003540/85/DL-Ab-Initio-Solution-of-the-Many-Electron-Schrodinger-Equation-with-Deep-Neural-Networks-5-320.jpg)
![Pre-training
Wakasugi, Panasonic Corp.
10
計算効率および収束安定化のため，HF法に基づき事前学習
Hartree-Fock(HF)法
ψ(X) = det[Φ]
スレーター行列式1つを使い，基底状態の電子について考慮．
電子相関は考慮しない
NNによる波動関数と，HF法による波動関数の誤差を目的関数とする
ただし，期待値計算のサンプリングには両者を混合した分布を採用](https://image.slidesharecdn.com/191025dlver1-191025003540/85/DL-Ab-Initio-Solution-of-the-Many-Electron-Schrodinger-Equation-with-Deep-Neural-Networks-10-320.jpg)
[DL輪読会]Ab-Initio Solution of the Many-Electron Schrödinger Equation with Deep Neural Networks
- 1. 1 DEEP LEARNING JP [DL Papers] http://deeplearning.jp/ “Ab-Initio Solution of the Many-Electron Schrödinger Equation with Deep Neural Networks” Kensuke Wakasugi, Panasonic Corporation.
- 2. タイトル： Ab-Initio Solution of the Many-Electron Schrödinger Equation with Deep Neural Networks 著者： David Pfau, James S. Spencer, and Alexander G. de G. Matthews（DeepMind） その他： 19/09/05にarXivに投稿． 選書理由： 計算科学の分野におけるDNNを使った研究分野で，今後期待できそうな論文なため． ※特に断りがない限り，図・表・式は上記論文より引用したものです． 書誌情報 Wakasugi, Panasonic Corp. 2
- 3. 背景 Wakasugi, Panasonic Corp. 3 Many-Electron Schrödinger Equationの求解は計算困難 Schrödinger Equationとは，物質中の原子核，電子に要請される関係性を 表す方程式 原子核と電子の配置から電気的・力学的・化学的特性が計算可能なため， 材料開発に有効 しかし，一般にこの方程式を解くことは困難 窒素（N₂）の場合，電子14個に関する微分方程式となり 14個の電子分布を表すパラメータについて数値求解が必要 そこで，実行可能な計算量になるように，近似を行うが， 近似の程度と計算精度がトレードオフ ψ：波動関数 H：ハミルトニアン E：エネルギー r：電子座標（負電荷） R：原子核座標（正電荷） Z：電荷 r_i r_j R_J R_I ハミルトニアンの第１項は，運動エネルギーに対応． 第２～４項は，原子核・電子の全組み合わせについての 静電ポテンシャルエネルギーに対応（多体問題となっている） 物理法則からの要請を満たし，効率的に計算可能な 波動関数ψの表現方法が求められる
- 4. 関連研究 Wakasugi, Panasonic Corp. 4 計算したエネルギーを教師データとして学習 ポテンシャルを入力画像とし，一電子エネルギーを予測 波動関数ψを直接扱っていない 引用：Mills, K., Spanner, M., & Tamblyn, I. (2017). Deep learning and the Schrödinger equation. Physical Review A, 96(4), 042113.
- 5. 計算科学の従来法 Wakasugi, Panasonic Corp. 5 反対称性を満たす波動関数としてスレーター行列式を利用 イメージ図 電子が2個の系 φ1(x) φ2 (x) 反対称性 x2 x1 ψ(x1, x2) = φ1(x1)φ2(x2) – φ2(x1)φ1(x2) = det[Φk] ただし, k={1,2} φ3 (x) φ4 (x) スレーター行列式による波動関数 ψ(x1, x2) = -ψ(x2,x1) 重み付き線形和に拡張（Coupled Cluster法） ψ(x1, x2) = Σk ωkdet[Φk] 電子軌道φの様々な組み合わせについて考慮 電子座標を交換すると，波動関数の符号が反転する
- 6. 提案手法 Wakasugi, Panasonic Corp. 6 物理法則からの要請を組み込んだNNを構築 ① 電子 → 電子のベクトル（とノルム），電子 → 原子核 のベクトル（とノルム）を入力に取る ⇒ハミルトニアンの構成要素を反映 ② 電子-電子の特徴量を，電子-原子核の特徴量にconcat ⇒２電子の特徴量を1電子の特徴量に付加し， 層を重ねることで，多体問題を扱う ③ １電子波動関数から行列式を構成し， Coupled Cluster法に倣った波動関数を出力 ※Coupled Cluster法は，現在，計算科学分野で最も高精度な手法． ただし，計算コストは高い ① ② ③
- 7. 提案手法 Wakasugi, Panasonic Corp. 7 物理法則からの要請を組み込んだNNを構築 ④ 学習パラメータ 前層の出力（と重みとバイアス） ④ 原子核から無限遠方で0になる．減衰には異方性を含む 物理的な制約を直接NNに組み込んでいる
- 8. 波動関数の最適化 Wakasugi, Panasonic Corp. 8 エネルギーの期待値を最小化する波動関数パラメータを求める 量子力学に特有の期待値計算の式だが，基本的には統計学と同様． ψが確率分布，Hが期待値の計算対象になっている n個の電子座標Xに関する期待値となっており，計算困難なポイント 近似計算は、従来の計算科学の手法を踏襲 = ∫ 𝑑𝐗𝜓∗ 𝐗 𝜓 𝐗 𝜓 𝐗 𝐻𝜓 𝐗 ∫ 𝑑𝐗𝜓∗ 𝐗 𝜓 𝐗 = ∫ 𝑑𝐗 𝜓 𝐗 2 𝜓−1 𝐗 𝐻𝜓 𝐗 ∫ 𝑑𝐗 𝜓 𝐗 2 = ∫ 𝑑𝐗 𝜓 𝐗 2 𝐸𝐿(𝐗) ∫ 𝑑𝐗 𝜓 𝐗 2 ∵ 𝐸𝐿(𝐗) = 𝜓−1 𝐗 𝐻𝜓 𝐗 = 𝑬 𝑝 𝑿 𝐸𝐿 𝐗 ∵ 𝑝 𝑿 = 𝜓 𝐗 2
- 10. Pre-training Wakasugi, Panasonic Corp. 10 計算効率および収束安定化のため，HF法に基づき事前学習 Hartree-Fock(HF)法 ψ(X) = det[Φ] スレーター行列式1つを使い，基底状態の電子について考慮． 電子相関は考慮しない NNによる波動関数と，HF法による波動関数の誤差を目的関数とする ただし，期待値計算のサンプリングには両者を混合した分布を採用
- 11. 計算対象 Wakasugi, Panasonic Corp. 11 可視化にはVESTAを使用． K. Momma and F. Izumi, "VESTA 3 for three-dimensional visualization of crystal, volumetric and morphology data," J. Appl. Crystallogr., 44, 1272-1276 (2011). NH3 CH4 C4H6 C2H4 論文中に座標表記されているものを可視化． この他にも，単原子やCOなども計算している．
- 12. 比較手法 Wakasugi, Panasonic Corp. 12 手法 説明 Hartree-Fock 1つのスレーター行列式を 使う基本的な解法 事前学習に利用 Fermi Net 物理制約を組み込んだNN 提案手法 Slater-Jastrow Net Slater-Jastrowの補正項の係数を NNで出力 比較手法 VMC/DMC with Slater-Jastrow HF法に電子相関補正項を 追加したもの 比較手法 CCSD(T)： coupled cluster 複数のスレーター行列式を使う解法 比較手法 FCI： full configuration interaction 複数のスレーター行列式を使う解法 正解値扱い エネルギーの値に関して，CCSD法を基準に比較 ※最も正確な計算モデルは 計算対象によって異なる
- 13. 結果 Wakasugi, Panasonic Corp. 13 Slater-Jastrow（Net）と比較し高精度を達成 a：行列式を1つに限定して，従来法と比較 b：行列式の個数と性能の推移
- 14. 結果 Wakasugi, Panasonic Corp. 14 実験値との比較において，CCSD法を上回る精度を達成 Exact(一番正確な計算)に近いものを太字で表示 Fermi Netが全体としては最も誤差が少ない
- 17. この論文の良い点 従来法では，計算対象の系に応じてモデルを選択する必要があったが， Fermi Netは同じNNを用いて，それぞれの系の最適な既存モデルに匹敵す る性能を達成した Wakasugi, Panasonic Corp. 17 汎用的な計算科学のモデルとして期待される
- 18. まとめ • 波動関数の表現方法として，物理法則の制約を組み込んだFermi Netを提案 • 計算対象の系ごとの既存最適モデルに匹敵する精度を達成した Wakasugi, Panasonic Corp. 18
- 19. 雑感 • NNの構造レベルで，物理法則の制約を満たすような作り方が面白い • 従来の波動関数に関する知見を直接組み込んでおり， 物理・化学の研究者にも受け入れやすいのではないか． （従来法の段階で，任意設計できる箇所があり，そこをNN重みで学習させている） • 計算コストに関してはCCSD法などと同等と述べており，計算効率化につい ては今後に期待される． Wakasugi, Panasonic Corp. 19