システム計算科学センター
ＡＩ・ＤＸ基盤技術開発室†
ＡＩ・ＤＸ技術開発室では計算科学技術を活用した原子力分野におけるシミュレーション技術（材料・物性計算、環境動態シミュレーション）の開発を行っています。
| 最新トピックス†
- 2025年06月27日 核燃料の比熱異常の機構を機械学習分子動力学で解明した成果がJournal of Chemical Physicsに掲載され、Editor's Pickに選出されました。また、プレス発表を7/15に実施しました。
- 2025年03月14日 システム計算科学センター AI・DX基盤技術開発室・山口瑛子研究員が「令和6年度日本原子力学会計算科学技術 部会奨励賞」を受賞しました。award_2503
- 2025年02月14日 オープンソースソフトウェア「PIMD」の新バージョン(2.7.0)を公開しました。n2p2に対応しました。
- 2025年02月06日 土壌の粘土鉱物への放射性セシウム吸着の機構を解明した成果がScience of the total environmentに掲載、プレス発表を実施しました
- 2024年12月02日 機械学習分子動力学を活用した水素の高精度計算の成果がPhysical Review Researchに掲載されました。
- 2024年11月27日 機械学習分子動力学を活用した水の高精度計算の成果がJournal of Chemical Physicsに掲載されました。
- 2024年09月10日 材料脆化に関わる連携研究の成果がScripta Materialiaに掲載されました。
- 2024年07月31日除染・耕作活動による空間線量率の低減効果についての研究成果が環境放射能除染学会誌に掲載されました
- 2024年10月19日 福島を対象に異なる測定手法データを統合した空間線量率マップ作成の研究成果がJournal of Environmental Radioactivity誌に掲載されました
- 2024年7月31日土壌の粘土鉱物への放射性セシウム吸着の機構を解明した成果がScience of the total environment に掲載、プレス発表を実施しました。
- 2024年07月31日 微分方程式の数値計算高精度化に関する成果がJSIAM Lettersに掲載されました
- 2024年05月20日 アルミ合金の脆化防止効果を計算科学で評価した成果論文がInternational Journal of Hydrogen Energy誌に掲載されました
| メンバー†
- 板倉 充洋 (室長, research map:
, Google Scholar) - 山口 正剛 (マネージャー, research map:)
- 海老原 健一 (研究主幹, research map:)
- 山田 進 (研究主幹, research map:)
- 志賀 基之 (研究主幹, research map:, Google Scholar)
- 中村 博樹 (研究主幹, research map:)
- 奥村 雅彦 (研究主幹, research map
) - 佐々 成正 (研究員, research map)
- 山口 瑛子 (研究員, research map:)
- 金 敏植 (研究員, research map)
- トムセン ボー, Bo Thomsen (研究員, research map)
- 小林 恵太 (研究員, research map>)
- 佐久間 一幸 (研究員, research map, Google Scholar)
- 小長谷 莉未 (研究員, research map)
- 塚崎 壮輔 (研究員)
- 平口 敦基 (特定課題推進員, research map>)
- ギル ジュンヒョン (博士研究員)
- 真弓 明恵 (技術員, research map)
| 研究テーマ†
| 大規模高精度原子シミュレーション技術の開発†
福島第一原発の廃炉作業や、新型炉の設計においては、原子炉構造材料や燃料などの物性値が必要となります。これらの物質について高温など実験が困難な環境での特性を評価するために、最新の計算科学技術を用いた物性評価手法の研究を行っています。
◎機械学習分子動力学によるセシウム吸着挙動の解明†
原子炉格納容器内部のコンクリートへのセシウム吸着を調べるため、セメントに対するセシウムの吸着メカニズムを調べた結果を示しています。精密な第一原理計算をもとに機械学習分子動力学ポテンシャルを構築し、大規模な計算によってコンクリート中のセシウムイオン拡散機構を解明する研究を行なっています。
◎機械学習分子動力学による核燃料の熱物性評価†
機械学習を活用した原子シミュレーションで二酸化トリウムの高温物性を高精度に再現しました。
- 機械学習技術による核燃料の熱物性評価(JAEA報道課)
- K. Kobayashi, M. Okumura, H. Nakamura, M. Itakura, M. Machida, and M. W. D. Cooper, "Machine learning molecular dynamics simulations toward exploration of high-temperature properties of nuclear fuel materials: Case study of thorium dioxide." Scientific reports 12.1 (2022): 9808, doi: 10.1038/s41598-022-13869-9.
◎機械学習を効率的に自動的に行う技術†
機械学習による量子シミュレーションの高速化。物性計算に必要な位相空間でのサンプリングの模式図を示しています。通常はわずかに異なる状態を次々と作っていき、その都度膨大な計算を行ってサンプリングを行いますが、サンプリングに必要な量子計算の結果を機械学習し代理モデルを用いて位相空間の遠く離れた場所を次の状態の候補として選び、その後に厳密な量子計算を行い状態を移ることでサンプリングの効率を劇的に向上できます(NAGAI et al. Physical Review B, 96 161102.)。右図は機械学習によって得られた分子動力学ポテンシャルを用いて、通常の量子計算では計算が困難な超伝導体の有限温度におけるフォノン計算を行った例を示しています。
- 計算手法の説明スライド
- Y. Nagai, H. Shen, Y. Qi, J. Liu, and L. Fu, "Self-learning Monte Carlo method: Continuous-time algorithm." Physical Review B 96.16 (2017): 161102, doi:10.1103/PhysRevB.96.161102.
◎オープンソースコード「PIMD」†
通常の第一原理計算では扱えない、原子核の量子効果や、レアイベントのシミュレーションなど、高精度な量子計算に必要となる様々な計算手法を扱えるオープンソースソフトウェアPIMDを公開しています。
| 原子力材料の脆化モデル開発†
大規模な第一原理計算や分子動力学シミュレーションを用いて原子力材料の脆化の原因となる、粒界面や転位、照射欠陥の特性について原子スケール、フェムト秒スケールの実験では観察できないダイナミクスや相互作用を明らかにし脆化機構を解明する研究を行っています。
◎液体金属脆化†
これまで規則性が見出されなかった脆化する固体ー液体金属の組み合わせを、基礎的な物性値によって分類可能としました。
◎き裂進展†
鉄のへき開ではエネルギーの低い(110)面でなく(100)面が割れやすい実験事実について、(110)面のき裂は転位を放出しやすく割れにくいことが原因であることを分子動力学計算で発見しました。
| 環境動態研究†
最新の計算科学手法を駆使し、福島県帰還困難区域などにおける放射性元素の今後の推移や被ばく影響を評価する研究を行っています。
◎空間線量の詳細計算†
三次元空間線量評価システム「3D-ADRES」を開発し、衛星写真、地形及び標高データなどリモートセンシングデータを用いて福島県内の任意の地点の3次元モデルを作成し、最新の知見に基づいた空間線量の計算を行っています。右図では実測で観測されている森林周辺の局所的に高い空間線量や舗装道路での低い空間線量が計算で再現されていることを示しています。
Map imagery (C) DigiGlobe Inc., NTT Data, Google & Zenrin 2018
- プレス発表「放射線量の詳細分布の推定を可能にする計算システム「3D-ADRES」を開発―リモートセンシング情報に基づき任意のエリアの放射線量の3次元分布が取得可能に―」
- M. Kim, A. Malins, K. Yoshimura, K. Sakuma, H. Kurikami, A. Kitamura, M. Machida, Y. Hasegawa, and H. Yanagi, "Simulation study of the effects of buildings, trees and paved surfaces on ambient dose equivalent rates outdoors at three suburban sites near Fukushima Dai-ichi." Journal of environmental radioactivity 210 (2019): 105803, doi: 10.1016/j.jenvrad.2018.09.001.
◎森林の空間線量評価・予測†
森林研究・整備機構森林総合研究所及び筑波大学との共同研究により、森林を表すモデルを構築し、放射性物質から放出されるガンマ線が、どのように森林内の土壌や樹幹及び枝葉に散乱され減衰するのかをシミュレーションより明らかにしています。2015年以降、森林内の空間線量率のほとんどが森林土壌の上部5 cm内にある放射性物質から来るガンマ線に由来することが分かりました(右図)。
- プレス発表「森林内の放射線量を決めている要因をシミュレーションにより解明―2017年以降、森林の放射線量の大半が土壌表層5cm内の放射性セシウムに由来することが判明―」
- A. Malins, N. Imamura, T. Niizato, J. Takahashi, M Kim, K. Sakuma, Y. Shinomiya, S. Miura, and M. Machida, "Calculations for ambient dose equivalent rates in nine forests in eastern Japan from 134Cs and 137Cs radioactivity measurements." Journal of Environmental Radioactivity 226 (2021): 106456, doi: 10.1016/j.jenvrad.2020.106456.
◎ラジウムの環境動態†
ラジウムはウランなどから生成するため環境汚染問題を引き起こす一方、近年ではがん治療薬としても利用されている重要な元素です。しかし放射性同位体のみ存在するため実験が難しく、分子レベルの基礎的知見が不足していました。本研究では世界初となる水和ラジウムの広域X線吸収微細構造(EXAFS)測定によってラジウム-水の距離や水分子の配位数を明らかにするとともに、大規模シミュレーションによってより詳細な静的特性や動的特性を解明することに成功しました。
- プレス発表「水に溶けたラジウムの姿を世界で初めて分子レベルで観測―キュリー夫妻による発見から124年、ラジウムの分子レベル研究の幕開け―」
- A. Yamaguchi, K. Nagata, K. Kobayashi, K. Tanaka, T. Kobayashi, H. Tanida, K. Shimojo, T. Sekiguchi, Y. Kaneta, S. Matsuda, K. Yokoyama, T. Yaita, T. Yoshimura, M. Okumura, and Y. Takahashi, "Extended X-ray absorption fine structure spectroscopy measurements and ab initio molecular dynamics simulations reveal the hydration structure of the radium (II) ion." iScience 25.8 (2022): 104763, doi: 10.1016/j.isci.2022.104763.
- A. Yamaguchi, K. Kobayashi, Y. Takahashi, M. Machida, and M. Okumura, "Hydration structures of barium ions: Ab initio molecular dynamics simulations using the SCAN meta-GGA density functional and EXAFS spectroscopy studies." Chemical Physics Letters 780 (2021): 138945, doi: 10.1016/j.cplett.2021.138945.