地球内核条件における鉄の融解曲線を計算する機械学習の加速

この論文は、地球物理学における重要な課題、すなわち地球内核境界で見られる極端な圧力と温度条件下での鉄の融解挙動を正確にモデル化することに取り組んでいます。著者は、電子相関を捉えるために不可欠なDFT+DMFT計算の計算コストを、機械学習アクセラレータを開発することによって克服しています。これにより、より効率的なシミュレーションが可能になり、最終的には鉄の融解温度のより信頼性の高い予測が得られます。これは、地球の内部構造とダイナミクスを理解するための重要なパラメータです。

• •DFT+DMFT計算を高速化する機械学習アクセラレータを開発。
• •DMFT反復を2〜4倍削減。
• •地球内核条件における鉄の融解温度を予測。
• •地球内核のより正確な理解を提供する。