KCI등재
SCOPUS
원자구조 빅데이타의 인공신경망-기계학습을 통한 고체의 에너지 계산 방법 및 고체내 원자간 상호작용 포텐셜 도출 방법 연구 = Calculation Method of Total Energy and Atomic Interaction Potential Through Machine Learing Using a Neural Network of Atomic Structure Data
저자
발행기관
학술지명
권호사항
발행연도
2020
작성언어
Korean
주제어
등재정보
KCI등재,SCOPUS
자료형태
학술저널
발행기관 URL
수록면
398-404(7쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
소장기관
지도형 기계학습법을 사용하여, 인경신경망에 원자간 상호작용 포텐셜을 계산하는 방법을 연구하였다.
제일원리 분자동역학 계산을 통해, 1만개 이상의 원자구조를 만들고, 각 구조에 대응하는 총에너지를이용하여, 지도학습을 통해, 인공신경망이 원자간 상호작용에너지를 예측할 수 있게 하였다. 두 가지형태의 인공신경망: 원자간 거리에 따른 에너지 변화를 기술하는 신경망과 원자결합각도 변화에 따라에너지 변화를 기술하는 인공신경망을 사용하였다. 실리콘 반도체 물질에 이 방법을 적용하여, 총에너지가1 meV/atom의 정확성으로 예측 가능한 것을 알았다. 본 기계학습을 통해 실리콘 내 원자간 상호작용포텐셜을 구할 수 있었다.
We examined a machine learning method to extract the atom-pair interaction potential energy in materials. The data for the atomic structures and the corresponding total energies were generated by using the ab-initio molecular dynamic simulation, by which the artificial neural network (ANN) was trained to predict the total energies of the materials. Two ANNs were assigned: one to simulate (i) the dependence of the atom-pair interaction energy on the distance between the nearest atoms and the other to simulate (ii) the angular distortion energy. We found that compared to the true energies the total energies of Si could be successfully predicted with an error of about 1 meV/atom for atomic structures generated at 300 K, and that the dependence of the atomic interaction energy on the distance and the angular distortion energy could be obtained by training an ANN for atomic structures of various volumes.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2023 | 평가예정 | 해외DB학술지평가 신청대상 (해외등재 학술지 평가) | |
2020-01-01 | 평가 | 등재학술지 유지 (해외등재 학술지 평가) | KCI등재 |
2016-09-05 | 학술지명변경 | 외국어명 : Sae Mulli(New Physics) -> New Physics: Sae Mulli | KCI등재 |
2015-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2004-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2003-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2002-01-01 | 평가 | 등재후보학술지 유지 (등재후보1차) | KCI후보 |
1999-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.18 | 0.18 | 0.17 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.15 | 0.14 | 0.3 | 0.1 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)