Affiliation：Graduate School of Engineering Science, Osaka University

Abstract：本研究ではガラス形成液体のモデルとして3次元2成分soft-sphereモデルを採用し、分子動力学シミュレーションをおこなった。グラフニューラルネットワーク(GNN)はグラフを扱うための深層学習手法であり、グラフとは要素をノード、要素間の関係をエッジとして構成されたデータ構造である。GNNはグラフデータを入力とすることを活かし入力グラフのノードとエッジの情報の更新を繰り返し自ら特徴量を作り出すことができる。得られた粒子配置について粒子をノード、第一配位圏以下の粒子間のつながりをエッジとしてモデル化したグラフ構造を構築した。粒子の種類と粒子間の相対座標をグラフに符号化することで異なる2つの温度の構造分類をおこなった。

Publication related to your research:
（Journal paper）

• Kokoro Shikata, Takuma Kikutsuji, Nobuhiro Yasoshima, Kang Kim, and Nobuyuki Matubayasi, "Revealing the hidden dynamics of confined water in acrylate polymers: Insights from hydrogen-bond lifetime analysis", Journal of Chemical Physics Vol.158, No.174901(10pages) May (2023).