(PDF：708kB)
ダウンロードする
アドバンスソフト株式会社では、グラフニューラルネットワーク（Graph Neural Networks、GNN）に基づく汎用力場（Universal Interatomic Potentials、UIP）である M3GNet ※1 及び CHGNet ※2 を使用した、事前学習済みモデルのファインチューニングサービスを2023年11月より提供開始いたします。
汎用力場は幅広い材料系に適用可能な非常に優れた手法ではあるものの、その反面、個々の系に対する精度がやや低下するという欠点があります。この欠点を補完すべく、適用対象の材料群をある程度絞り込みつつ、事前学習済みモデルを再学習させるという手法がファインチューニングです。
特定の材料群にフォーカスした材料探索（Materials Informatics、MI）を行いたい場合に、計算コスト及び精度の観点から最適なソリューションとなります。当社では、お客様のご要望に応じて汎用力場をファインチューニングして、最適化された力場を提供させて頂きます。
ファインチューニングによって最適化された力場は、弊社製品 Advance/NanoLabo から利用可能です。
※1 https://matgl.ai/#m3gnet、https://github.com/materialsvirtuallab/matgl
※2 https://chgnet.lbl.gov、https://github.com/CederGroupHub/chgnet