[論文レビュー] A machine-learning approach for the inverse scattering problem in quantum reaction dynamics

Rodrigo A. Vargas–Hernández, Yafu Guan+2 more|arXiv (Cornell University)|Nov 17, 2017

Machine Learning in Materials Science被引用数 1

ひとこと要約

本論文では、量子反応散乱のためのグローバルなポテンシャルエネルギー表面（PES）を段階的に精錬するための機械学習フレームワークを提示する。H + H₂ 反応では30点、OH + H₂ 反応では290点のab initioエネルギーのみを必要とする。本手法は従来の解析的フィッティングを回避し、広いエネルギー範囲にわたり反応確率を正確に再現するPESを生成する。

ABSTRACT

Any quantum reactive scattering calculation requires an accurate potential energy surface (PES). Here, we propose a machine-learning approach, which makes feasible a feedback loop, allowing for the gradual improvement of PES based on results of rigorous quantum dynamics calculations. We show that such feedback loops produce accurate global PES with only 30 $ab$ $initio$ energies for the three-dimensional H + H$_2$ $ ightarrow$ H$_2$ + H reaction and 290 $ab$ $inito$ energies for the six-dimensional OH + H$_2$ $ ightarrow$ H$_2$O + H reaction. These surfaces are obtained automatically by a Bayesian optimization algorithm and do not require fitting the $ab$ $initio$ energies with analytical functions. By construction, these potentials reproduce accurately the reaction probabilities in a wide range of energies.

研究の動機と目的

• 最小限のab initioデータで高精度なグローバルなポテンシャルエネルギー表面（PES）を構築する課題に対処すること。
• 厳密な量子力学的ダイナミクス計算とPESの精錬の間のフィードバックループを確立し、段階的に精度を向上させること。
• ab initioエネルギーを解析的関数にフィッティングする必要を排除し、人的バイアスと計算コストを低減すること。
• 最小限のab initioエネルギー点数で、三次元および六次元の反応系に対し高精度なPESを達成すること。

提案手法

• ベイズ最適化を用いて、PES構築に最も情報量の多いab initioエネルギー点を選択し、必要な計算回数を最小限に抑える。
• 量子力学的ダイナミクスの結果が次のPES精錬の段階にフィードバックされるフィードバックループを用いることで、段階的な精度向上を実現する。
• 解析的関数へのフィッティングを経ずに、ab initioデータから直接グローバルPESを構築し、量子データの忠実性を保持する。
• 反応確率を元のPESに戻すマッピングを通じて、逆散乱問題を機械学習でモデル化する。
• 自動的に生成されたPESが、広いエネルギー範囲にわたり高精度で量子反応確率を再現することを実現する。

実験結果

リサーチクエスチョン

• RQ1 機械学習に基づくフィードバックループは、高精度なグローバルPESを構築するために必要なab initioエネルギー点数を顕著に削減できるか？
• RQ2 精度を維持しつつ、ベイズ最適化がPES構築における従来の解析的フィッティングをどれほど代替できるか？
• RQ3 本手法は、広範なデータを必要とせずに、広いエネルギー範囲にわたり量子反応確率を正確に再現するPESを生成できるか？
• RQ4 繰り返しフィードバックループは、三次元および六次元の反応系の両方において、PESの精度向上にどの程度効果的か？

主な発見

• 本手法により、H + H₂ 反応の高精度なグローバルPESが、わずか30点のab initioエネルギー点でのみ構築された。
• OH + H₂ 反応では、290点のab initioエネルギー点でグローバルPESが達成され、従来の手法と比較して顕著に少ない点数であった。
• 得られたPESは、量子散乱計算に必要な広いエネルギー範囲にわたり、反応確率を正確に再現した。
• 本手法は、ab initioデータを解析的関数にフィッティングする必要を排除し、PES生成プロセスを簡素化した。
• フィードバックループにより、入力データを最小限に抑えながらも、高精度なPESが段階的に向上した。