チュートリアル: AENET + mapper によるグリッド探索
本チュートリアルでは、AENET で構築した機械学習ポテンシャルと ODAT-SE の mapper（グリッド探索）を組み合わせて、 N2 二量体のエネルギー曲面を網羅的に評価する方法を説明します。
サンプルファイルは sample/aenet_mapper/ にあります。
前提条件
AENET の
predict.xがインストール済みであること学習済みの ANN ポテンシャルファイル（
N.5t-5t.ann）が準備済みであること （チュートリアル: AENET 学習パイプライン を参照）
ファイル構成
sample/aenet_mapper/
├── input.toml # ODAT-SE 設定ファイル
├── predict.in # AENET 予測設定
├── template.xsf # 構造テンプレート
├── run_all.sh # 実行スクリプト
└── plot_colormap.py # 距離-エネルギー曲線のプロット
input.toml の説明
[base]
dimension = 1
output_dir = "output"
パラメータ空間の次元を 1（N-N 結合距離のみ）に設定します。
[solver]
name = "aenet"
[solver.config]
aenet_exec_file = "predict.x"
aenet_ann_potential = "N.5t-5t.ann"
[solver.param]
string_list = ["value_01"]
ソルバーとして AENET を使用し、predict.x のパスと ANN ポテンシャルファイルを指定します。
string_list はテンプレート内のプレースホルダーです。
[algorithm]
name = "mapper"
label_list = ["z"]
[algorithm.param]
min_list = [0.8]
max_list = [1.4]
num_list = [101]
mapper アルゴリズムの設定:
パラメータ |
説明 |
|---|---|
|
探索範囲: N-N 距離 0.8〜1.4 Å |
|
グリッド点数: 101（等間隔に分割、刻み幅 0.006 Å） |
テンプレートファイル
template.xsf は N2 二量体の構造テンプレートです:
ATOMS
N 0.0000000000 0.0000000000 0.0000000000
N 0.0000000000 0.0000000000 value_01
value_01 が mapper によって 0.8〜1.4 Å の範囲で等間隔に評価される N-N 結合距離です。
実行方法
一括実行スクリプト:
cd sample/aenet_mapper
sh run_all.sh
または直接実行:
odatse-aenet input.toml
101 点のグリッド探索はシリアル実行で約 1 秒で完了します。
出力
計算結果は output/ ディレクトリに生成されます:
output/ColorMap.txt: 各グリッド点における N-N 距離とエネルギーの対応表
ColorMap.txt のフォーマット:
# z fx
0.800000 <energy>
0.806000 <energy>
...
1列目が N-N 距離（Å）、2列目がエネルギー（eV/atom）です。
結果の可視化
plot_colormap.py を使って距離-エネルギー曲線をプロットできます:
python3 plot_colormap.py
distance_energy.png が生成されます。
計算結果
グリッド探索の結果、エネルギーが最小となる N-N 結合距離が約 1.1 Å であることがわかります。
N2 二量体の距離-エネルギー曲線（mapper によるグリッド探索の結果）
エネルギー最小のグリッド点を確認します:
sort -k2 -n output/ColorMap.txt | head -5
1.106000 -383.911050
1.112000 -383.910955
1.100000 -383.908373
1.118000 -383.908224
1.124000 -383.902987
エネルギー最小点は z = 1.106 Å です。