grain boundary の研究におけるコンピュータ計算の応用

grain boundary (GB) は材料研究において重要な構造であり、材料の機械的特性や電気伝導性に影響を与えますが、GBの微視的熱力学特性は包括的には説明できません。本レビューでは、GBに対するさまざまな計算手法を示します：密度汎関数理論（DFT）と分子動力学（MD）は、原子規模でのGBの熱力学的および動力学的特性を抽出することを目指し、機械学習はDFTを加速したり、MDの精度を向上させます。これらの手法は、異なる視点からGBの微視的特性を説明し、機械学習によって統合されます。本レビューが新しいアイデアを刺激し、GB工学におけるコンピュータ計算の実用的な応用を提供できることを期待しています。