SlideShare a Scribd company logo
@dc1394
Arに対する古典分子動力学シミュレー
ション
自己紹介
 Twitter: @dc1394
 C++, C#, F#そしてRubyが好きです。
 量子力学の数値計算とかやってます。
 最も興味のある分野
 ・第一原理計算
 ・密度汎関数理論(Density Functional Theory, DFT)
 第一原理計算やDFTについては、よろしければ拙作の
スライドをご覧ください
( http://www.slideshare.net/dc1394/ss-26378208 )。
概要
 分子動力学シミュレーションとは
 第一原理分子動力学計算
 モデルポテンシャル法
 Lennard-Jones (LJ)ポテンシャルと無次元化
 ArのNVT分子動力学シミュレーション
使用するプログラム言語、ライブラリ
等
 プログラム言語はC++11を使用する。
 Boost C++ Librariesを使用する。
 三次元可視化のために、Microsoft DirectX 10を使
用する。
 コンパイラには、Microsoft Visual C++ 2013
(VC12)を使用する。
 さらに、並列計算のために、Intel Threading
Building Blocks (Intel TBB)を使用する。
分子動力学シミュレーションとは
 分子や原子の運動をNewtonの運動方程式で記
述し、その時間発展を数値的にシミュレーション
する方法。
 原子や分子の相互作用の記述
 (1)第一原理的手法
 量子力学的に電子・原子の系のエネルギーを計算し、
原子に働く力を求める方法。
 (2)モデルポテンシャル法
 実験や第一原理計算の結果を再現するように、経験
的なポテンシャル関数をあらかじめ作成しておく方法。
第一原理分子動力学法
 上式のように、系のHamiltonianは明示的に書くこ
とができる。
 このHamiltonianに対応するSchrödinger (Dirac)
方程式を数値的に解けば、原理的には系の
全エネルギーが計算できる。
 さらに、これを原子座標に対して微分すれば、各
原子に働く力が計算できる。
第一原理分子動力学法
 しかし、現実的な系に対しては、Schrödinger
(Dirac)方程式を数値的に直接解くことは、現在で
も容易なことではない。
 また、原子核を厳密に量子力学的に扱うことは、
極めて複雑で、また計算コストを要求するので、
原子核の運動については、Newtonの運動方程式
を用いるのが普通である(cf. 第一原理経路積分
分子動力学法)。
 現在、最も汎用的に用いられる方法は、密度汎関
数理論(DFT)に基づく第一原理分子動力学法で
ある。
モデルポテンシャル法
 実験や第一原理計算の結果を再現するように、経験的
なモデルポテンシャル関数を予め作成しておき、これを
用いてNewtonの運動方程式を数値的に解く方法。
 よく使用されるモデルポテンシャル
 希ガス系
 Lennard-Jones (LJ)ポテンシャル
 生体系
 AMBER, CHARMmポテンシャル
Lennard-Jones (LJ)ポテンシャル
 Van der Waals (vdW)相互作用をモデル化するモ
デルポテンシャルの一つ。
力の計算
平衡点r0を求める
r0を用いてUを書き直せば、
従って、εは平衡点r0におけるポテ
ンシャルの深さを表す。
r0
ε
LJポテンシャルの無次元化
 LJポテンシャルを無次元化し、単純化する。
 上式を次のように変形する。
 ここで、以下の読み替えを行う。
 次式の無次元化したLJポテンシャルが得られる。
温度の無次元化
 温度の定義は、以下となる。
 ここで、換算温度を次式で定義する。
 このとき、温度と換算温度は以下の関係を持つ。
 ここでArの場合において、実験的に決定された値
を用いると、換算温度の一単位は、絶対温度では、
 T = 119.8 (K)
 となる。
時間の無次元化
 時間の単位を次式で定義する。
 ここで、Arの場合において、実験的に決定された
値を用いると、換算時間の一単位は、
 τ = 2.156×10-12 (sec) = 2.156 (psec)
 となる。
シミュレーションの設計
 1. 基本方程式は何か?
 Newtonの運動方程式(ma = F)
 打ち切りLJポテンシャル
 N(粒子数)、V(体積)、T(温度)を一定とするNVTアン
サンブル→温度を制御する必要がある
 2. 方程式をいかに解くか?
 Verlet法を用いてNewton方程式を数値的に解く。
 Woodcockの速度スケーリング法を用いて温度を制
御する。
 周期境界条件の導入
周期境界条件の導入
 セルの端の影響を軽減するために、ユニットセル
が周期的に配置されているとする→周期境界条
件
 さらに、原子がセルの外側に出た場合には、周期
性を考慮し、ユニットセル内に戻す。
周期境界条件
 CMSI配信講義B 第10回 大規模MD並列化の技術
1 ( http://www.cms-initiative.jp/ja/events/school-
event/B/0619-andoh ) の図を引用・改変
1K, 10KにおけるMDの比較
1K 10K
100K, 1000KにおけるMDの比較
100K 1000K
ソースコードとバイナリへのリンク
 このプログラムのソースコードは、GitHub上で公
開しています。
 https://github.com/dc1394/LJ_Argon_MD
 また、バイナリも以下で公開しています。
 https://github.com/dc1394/LJ_Argon_MD/release
s/tag/v0.12
 ライセンスは2条項BSDライセンスとします。
まとめ
 経験的なLJポテンシャルを用いて、Arについて
Newtonの運動方程式を導いた。
 上記の方程式をVerlet法を用いて数値的に解くこ
とにより、リアルタイム分子動力学シミュレーショ
ンを行った。
 Woodcockの速度スケーリング法を用いて温度を
制御した(NVTアンサンブル)。
 計算負荷が非常に大きいため、Intel Threading
Building Blocks (Intel TBB)を用いて並列化を行い、
計算の高速化を図った。

More Related Content

What's hot

Oss貢献超入門
Oss貢献超入門Oss貢献超入門
Oss貢献超入門
Michihito Shigemura
 
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
Atsuto ONODA
 
Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~
Yuya Unno
 
音声認識における言語モデル
音声認識における言語モデル音声認識における言語モデル
音声認識における言語モデル
KOTARO SETOYAMA
 
MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習
Preferred Networks
 
論理回路シミュレータ Logisim の使い方
論理回路シミュレータ Logisim の使い方論理回路シミュレータ Logisim の使い方
論理回路シミュレータ Logisim の使い方
Takashi Kawanami
 
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装
__nakamichi__
 
機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理
Takahiro Kubo
 
深層学習向け計算機クラスター MN-3
深層学習向け計算機クラスター MN-3深層学習向け計算機クラスター MN-3
深層学習向け計算機クラスター MN-3
Preferred Networks
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
Yuya Takashina
 
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
サルでもわかるディープラーニング入門 (2017年) (In Japanese)サルでもわかるディープラーニング入門 (2017年) (In Japanese)
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
Toshihiko Yamakami
 
密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回
密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回
密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回
SATOH daisuke, Ph.D.
 
プロジェクトマネージャのための機械学習工学入門
プロジェクトマネージャのための機械学習工学入門プロジェクトマネージャのための機械学習工学入門
プロジェクトマネージャのための機械学習工学入門
Nobukazu Yoshioka
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
 
Rainbow
RainbowRainbow
Rainbow
harmonylab
 
未来(あす)Xamlの1msに泣かないために
未来(あす)Xamlの1msに泣かないために未来(あす)Xamlの1msに泣かないために
未来(あす)Xamlの1msに泣かないために
Yutaka Tsumori
 
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
MITSUNARI Shigeo
 
ROS 2 Client Library for E^2
ROS 2 Client Library for E^2ROS 2 Client Library for E^2
ROS 2 Client Library for E^2
Hideki Takase
 
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
(shibao)芝尾 (kouichiro)幸一郎
 
自然言語処理
自然言語処理自然言語処理
自然言語処理
naoto moriyama
 

What's hot (20)

Oss貢献超入門
Oss貢献超入門Oss貢献超入門
Oss貢献超入門
 
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
 
Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~
 
音声認識における言語モデル
音声認識における言語モデル音声認識における言語モデル
音声認識における言語モデル
 
MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習
 
論理回路シミュレータ Logisim の使い方
論理回路シミュレータ Logisim の使い方論理回路シミュレータ Logisim の使い方
論理回路シミュレータ Logisim の使い方
 
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装
 
機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理
 
深層学習向け計算機クラスター MN-3
深層学習向け計算機クラスター MN-3深層学習向け計算機クラスター MN-3
深層学習向け計算機クラスター MN-3
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
 
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
サルでもわかるディープラーニング入門 (2017年) (In Japanese)サルでもわかるディープラーニング入門 (2017年) (In Japanese)
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
 
密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回
密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回
密度汎関数法, Density Fuctional Theory (DFT)の基礎第5回
 
プロジェクトマネージャのための機械学習工学入門
プロジェクトマネージャのための機械学習工学入門プロジェクトマネージャのための機械学習工学入門
プロジェクトマネージャのための機械学習工学入門
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
 
Rainbow
RainbowRainbow
Rainbow
 
未来(あす)Xamlの1msに泣かないために
未来(あす)Xamlの1msに泣かないために未来(あす)Xamlの1msに泣かないために
未来(あす)Xamlの1msに泣かないために
 
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
 
ROS 2 Client Library for E^2
ROS 2 Client Library for E^2ROS 2 Client Library for E^2
ROS 2 Client Library for E^2
 
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
 
自然言語処理
自然言語処理自然言語処理
自然言語処理
 

Similar to Arに対する古典分子動力学シミュレーション

SchracVisualizeによる波動関数の可視化
SchracVisualizeによる波動関数の可視化SchracVisualizeによる波動関数の可視化
SchracVisualizeによる波動関数の可視化
dc1394
 
水素原子に対するSchrödinger方程式の数値解法
水素原子に対するSchrödinger方程式の数値解法水素原子に対するSchrödinger方程式の数値解法
水素原子に対するSchrödinger方程式の数値解法
dc1394
 
単振り子と二重振り子のコンピュータシミュレーション
単振り子と二重振り子のコンピュータシミュレーション単振り子と二重振り子のコンピュータシミュレーション
単振り子と二重振り子のコンピュータシミュレーション
dc1394
 
ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド
 ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド
ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド
Etsuji Nakai
 
Paper: seq2seq 20190320
Paper: seq2seq 20190320Paper: seq2seq 20190320
Paper: seq2seq 20190320
Yusuke Fujimoto
 
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
Takanori Nakai
 
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Pythonによる機械学習入門〜基礎からDeep Learningまで〜Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Yasutomo Kawanishi
 
20170806 Discriminative Optimization
20170806 Discriminative Optimization20170806 Discriminative Optimization
20170806 Discriminative Optimization
Takuya Minagawa
 
Chainerの使い方と 自然言語処理への応用
Chainerの使い方と自然言語処理への応用Chainerの使い方と自然言語処理への応用
Chainerの使い方と 自然言語処理への応用
Yuya Unno
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Yuya Unno
 
TensorFlow math ja 05 word2vec
TensorFlow math ja 05 word2vecTensorFlow math ja 05 word2vec
TensorFlow math ja 05 word2vec
Shin Asakawa
 
Pythonによる画像処理について
Pythonによる画像処理についてPythonによる画像処理について
Pythonによる画像処理について
Yasutomo Kawanishi
 
Deep Learningの基礎と応用
Deep Learningの基礎と応用Deep Learningの基礎と応用
Deep Learningの基礎と応用
Seiya Tokui
 
画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...
画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...
画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...
Takahiro Kubo
 
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
harmonylab
 
20171015 mosa machine learning
20171015 mosa machine learning20171015 mosa machine learning
20171015 mosa machine learning
Muneyoshi Benzaki
 
短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの
短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの
短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの
Hiroshi Watanabe
 
深層学習とTensorFlow入門
深層学習とTensorFlow入門深層学習とTensorFlow入門
深層学習とTensorFlow入門
tak9029
 
Convolutional Neural Netwoks で自然言語処理をする
Convolutional Neural Netwoks で自然言語処理をするConvolutional Neural Netwoks で自然言語処理をする
Convolutional Neural Netwoks で自然言語処理をする
Daiki Shimada
 
Define and expansion of cpp macro
Define and expansion of cpp macroDefine and expansion of cpp macro
Define and expansion of cpp macrodigitalghost
 

Similar to Arに対する古典分子動力学シミュレーション (20)

SchracVisualizeによる波動関数の可視化
SchracVisualizeによる波動関数の可視化SchracVisualizeによる波動関数の可視化
SchracVisualizeによる波動関数の可視化
 
水素原子に対するSchrödinger方程式の数値解法
水素原子に対するSchrödinger方程式の数値解法水素原子に対するSchrödinger方程式の数値解法
水素原子に対するSchrödinger方程式の数値解法
 
単振り子と二重振り子のコンピュータシミュレーション
単振り子と二重振り子のコンピュータシミュレーション単振り子と二重振り子のコンピュータシミュレーション
単振り子と二重振り子のコンピュータシミュレーション
 
ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド
 ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド
ソフトウェアエンジニアのための「機械学習理論」入門・ハンズオン演習ガイド
 
Paper: seq2seq 20190320
Paper: seq2seq 20190320Paper: seq2seq 20190320
Paper: seq2seq 20190320
 
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
 
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Pythonによる機械学習入門〜基礎からDeep Learningまで〜Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
 
20170806 Discriminative Optimization
20170806 Discriminative Optimization20170806 Discriminative Optimization
20170806 Discriminative Optimization
 
Chainerの使い方と 自然言語処理への応用
Chainerの使い方と自然言語処理への応用Chainerの使い方と自然言語処理への応用
Chainerの使い方と 自然言語処理への応用
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
 
TensorFlow math ja 05 word2vec
TensorFlow math ja 05 word2vecTensorFlow math ja 05 word2vec
TensorFlow math ja 05 word2vec
 
Pythonによる画像処理について
Pythonによる画像処理についてPythonによる画像処理について
Pythonによる画像処理について
 
Deep Learningの基礎と応用
Deep Learningの基礎と応用Deep Learningの基礎と応用
Deep Learningの基礎と応用
 
画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...
画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...
画像認識モデルを自動的に作る。1日以内に。~Simple And Efficient Architecture Search for Convolutio...
 
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
 
20171015 mosa machine learning
20171015 mosa machine learning20171015 mosa machine learning
20171015 mosa machine learning
 
短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの
短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの
短距離ハイブリッド並列分子動力学コードの設計思想と説明のようなもの
 
深層学習とTensorFlow入門
深層学習とTensorFlow入門深層学習とTensorFlow入門
深層学習とTensorFlow入門
 
Convolutional Neural Netwoks で自然言語処理をする
Convolutional Neural Netwoks で自然言語処理をするConvolutional Neural Netwoks で自然言語処理をする
Convolutional Neural Netwoks で自然言語処理をする
 
Define and expansion of cpp macro
Define and expansion of cpp macroDefine and expansion of cpp macro
Define and expansion of cpp macro
 

More from dc1394

第一原理計算と密度汎関数理論
第一原理計算と密度汎関数理論第一原理計算と密度汎関数理論
第一原理計算と密度汎関数理論
dc1394
 
C++による数値解析の並列化手法
C++による数値解析の並列化手法C++による数値解析の並列化手法
C++による数値解析の並列化手法
dc1394
 
Pseudopotential of vanderbilt
Pseudopotential of vanderbiltPseudopotential of vanderbilt
Pseudopotential of vanderbilt
dc1394
 
MBK擬ポテンシャルの作成法
MBK擬ポテンシャルの作成法MBK擬ポテンシャルの作成法
MBK擬ポテンシャルの作成法
dc1394
 
高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用
dc1394
 
Development of highly accurate pseudopotential method and its application to ...
Development of highly accurate pseudopotential method and its application to ...Development of highly accurate pseudopotential method and its application to ...
Development of highly accurate pseudopotential method and its application to ...
dc1394
 
Blochの定理の証明
Blochの定理の証明Blochの定理の証明
Blochの定理の証明
dc1394
 
Vanderbiltの擬ポテンシャル
Vanderbiltの擬ポテンシャルVanderbiltの擬ポテンシャル
Vanderbiltの擬ポテンシャルdc1394
 
Troullier and Martinsの擬ポテンシャルの作成法
Troullier and Martinsの擬ポテンシャルの作成法Troullier and Martinsの擬ポテンシャルの作成法
Troullier and Martinsの擬ポテンシャルの作成法dc1394
 
有限要素によるHybrid汎関数の実装
有限要素によるHybrid汎関数の実装有限要素によるHybrid汎関数の実装
有限要素によるHybrid汎関数の実装dc1394
 
Thomas-Fermi方程式のFEMによる解法
Thomas-Fermi方程式のFEMによる解法Thomas-Fermi方程式のFEMによる解法
Thomas-Fermi方程式のFEMによる解法dc1394
 
A lda+u study of selected iron compounds 第二章
A lda+u study of selected iron compounds 第二章A lda+u study of selected iron compounds 第二章
A lda+u study of selected iron compounds 第二章dc1394
 
A lda+u study of selected iron compounds 第一章
A lda+u study of selected iron compounds 第一章A lda+u study of selected iron compounds 第一章
A lda+u study of selected iron compounds 第一章dc1394
 

More from dc1394 (13)

第一原理計算と密度汎関数理論
第一原理計算と密度汎関数理論第一原理計算と密度汎関数理論
第一原理計算と密度汎関数理論
 
C++による数値解析の並列化手法
C++による数値解析の並列化手法C++による数値解析の並列化手法
C++による数値解析の並列化手法
 
Pseudopotential of vanderbilt
Pseudopotential of vanderbiltPseudopotential of vanderbilt
Pseudopotential of vanderbilt
 
MBK擬ポテンシャルの作成法
MBK擬ポテンシャルの作成法MBK擬ポテンシャルの作成法
MBK擬ポテンシャルの作成法
 
高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用高精度擬ポテンシャル法の開発と表面系への応用
高精度擬ポテンシャル法の開発と表面系への応用
 
Development of highly accurate pseudopotential method and its application to ...
Development of highly accurate pseudopotential method and its application to ...Development of highly accurate pseudopotential method and its application to ...
Development of highly accurate pseudopotential method and its application to ...
 
Blochの定理の証明
Blochの定理の証明Blochの定理の証明
Blochの定理の証明
 
Vanderbiltの擬ポテンシャル
Vanderbiltの擬ポテンシャルVanderbiltの擬ポテンシャル
Vanderbiltの擬ポテンシャル
 
Troullier and Martinsの擬ポテンシャルの作成法
Troullier and Martinsの擬ポテンシャルの作成法Troullier and Martinsの擬ポテンシャルの作成法
Troullier and Martinsの擬ポテンシャルの作成法
 
有限要素によるHybrid汎関数の実装
有限要素によるHybrid汎関数の実装有限要素によるHybrid汎関数の実装
有限要素によるHybrid汎関数の実装
 
Thomas-Fermi方程式のFEMによる解法
Thomas-Fermi方程式のFEMによる解法Thomas-Fermi方程式のFEMによる解法
Thomas-Fermi方程式のFEMによる解法
 
A lda+u study of selected iron compounds 第二章
A lda+u study of selected iron compounds 第二章A lda+u study of selected iron compounds 第二章
A lda+u study of selected iron compounds 第二章
 
A lda+u study of selected iron compounds 第一章
A lda+u study of selected iron compounds 第一章A lda+u study of selected iron compounds 第一章
A lda+u study of selected iron compounds 第一章
 

Arに対する古典分子動力学シミュレーション