マテリアルインフォマティクス– category –
-
マテリアルインフォマティクス
マテリアルインフォマティクス ウィークリーレポート 2026年11月1日号
▼ ▼ ▼ インフォグラフィックを見てウィークリーレポートを読みたいと感じられた方は、下記の戦略レポートのダウンロードをクリックしてください。 ▼ ▼ ▼ 📄 ウィークリーレポート 2026年11月1日(PDF)をダウンロード ウィークリーレポート 2026年1... -
マテリアルインフォマティクス
リチウム金属電池|AIで132万個の分子を分析し非フッ素系希釈剤368種を特定
AI타임스 韓国 概要 ソウル大学の研究チームが、AIを用いてリチウム金属電池用の次世代電解質素材を探索し、約132万個の分子から有望な候補368種を特定した。物理・化学的指標を組み合わせた機械学習アルゴリズムにより、従来の実験ベースの探索を大幅に効... -
マテリアルインフォマティクス
ナトリウム電池|SEI形成を解明する機械学習ポテンシャルqNEPの性能と手法
BIOENGINEER.ORG 概要 ナトリウム電池の電極表面に形成される保護膜(SEI)の生成過程を、ナノ秒スケールでシミュレーション可能にする新手法「qNEP」が開発されました。電荷を考慮したニューロエボリューションポテンシャルを用いることで、従来の機械学... -
マテリアルインフォマティクス
OrgAIcat|不完全な文献データから高選択的な有機触媒を予測するMLモデルの性能
BIOENGINEER.ORG 中国 概要 清華大学の研究チームが、過去の文献データを用いて非対称有機触媒反応の選択性を予測する機械学習フレームワーク「OrgAIcat」を開発しました。2000年から2020年までの文献から抽出した13,360件のアルドール反応と9,194件のマイ... -
マテリアルインフォマティクス
オープンポリマーデータセット|リポジトリによる再利用性の格差と品質課題(2020–2025)
BIOENGINEER.ORG 概要 2020年から2025年に公開された53,000件以上のポリマーデータセットを監査した結果、データの再利用性は科学的内容よりも「どのリポジトリに保存したか」に強く依存することが判明しました。リポジトリの選択が再利用スコアの分散の37... -
マテリアルインフォマティクス
グラフニューラルネットワーク|グリーン水素用電極触媒設計の効率化と2025年の最新動向
BIOENGINEER.ORG 概要 グラフニューラルネットワーク(GNN)が、グリーン水素製造に不可欠な電極触媒の設計プロセスを根本的に変えようとしています。2025年12月16日に発表されたレビュー論文によれば、GNNは原子構造から材料特性を直接学習することで、従... -
マテリアルインフォマティクス
CLaCとは|MITが開発した結晶構造とテキストを統合するAI、電池材料探索の効率化
Intelligent Living アメリカ 概要 MITの研究チームが、3D結晶構造と自然言語を同時に学習するビジョン・ランゲージモデル「CLaC(Contrastive Language-Crystal model)」を開発しました。このモデルは、対照学習を用いて結晶の幾何学的構造と記述文を数... -
マテリアルインフォマティクス
MARVEL-AI|A*STARが主導するAI材料開発プラットフォームの機能と実用化経路
A*STAR シンガポール 概要 シンガポールのA*STARが、AIによる材料探索から実用化までを加速させる新イニシアチブ「MARVEL-AI」を立ち上げた。AIモデルによる候補特定と自動実験による検証をループさせることで、金属合金やポリマーなどの開発サイクルを劇... -
マテリアルインフォマティクス
エポキシ樹脂の劣化解析|主成分分析(PCA)による硬化剤別の強度低下メカニズム
BIOENGINEER 概要 教師なし学習の一種である主成分分析(PCA)を用いて、フィラー含有アミン硬化エポキシ樹脂の複雑な劣化挙動を体系的に整理することに成功した。FTIRスペクトル解析により、水分、酸化、フィラー(炭酸カルシウム)の3つの要因が強度低下... -
マテリアルインフォマティクス
NVIDIA Tensor Core|ML原子間ポテンシャルの計算速度向上と精度維持の手法
Blockchain News アメリカ 概要 NVIDIAは、モデルの再学習やアーキテクチャ変更なしに、機械学習(ML)原子間ポテンシャルの計算を高速化するTensor Core FP32手法を公開しました。Blackwell GPUのBF16x9やAmpere GPUのTF32x3を用いることで、精度をFP32ベ... -
マテリアルインフォマティクス
EdenGNN|結晶材料の電荷密度を1桁以上高速に予測する等変ニューラルネットワーク
BIOENGINEER アメリカ 概要 結晶材料の電荷密度を、既存の汎用モデルよりも1桁以上高速に予測できる機械学習フレームワーク「EdenGNN」が開発されました。この手法は、完全に学習可能な放射基底関数を用いた基底展開定式化と、電荷移動を捉えるΔ-learning... -
マテリアルインフォマティクス
遷移金属炭化物|機械学習による融点予測、組成のみで十分な精度が出るか
BIOENGINEER 概要 遷移金属炭化物の融点予測において、元素組成のみを用いた機械学習モデルが十分な精度を持つことが明らかになりました。形成エネルギーや局所的な結合幾何構造などの詳細情報を追加しても、予測精度に統計的に有意な向上は見られませんで... -
マテリアルインフォマティクス
AI材料モデルの新ベンチマーク|物理的整合性の検証と熱伝導率予測の課題
BIOENGINEER アメリカ 概要 コロンビア大学とケンブリッジ大学の研究チームが、AIによる材料モデルが物理的に正しい根拠に基づいて予測を行っているかを検証する新しいベンチマークを開発した。このベンチマークは、量子レベルの原子間相互作用をマクロな... -
マテリアルインフォマティクス
MXene|AIによる過去の結晶データ再解析で33個の候補を特定、11種の新物質を合成
xenospectrum 概要 スウェーデンのリンショーピン大学を中心とする国際研究チームが、機械学習を用いて過去の結晶構造データを解析し、見落とされていたMXene候補を33個特定した。この知見に基づき、希土類元素を含む11種類の新しい層状化合物の合成に成功... -
マテリアルインフォマティクス
マテリアルインフォマティクス ウィークリーレポート 2026年10月24日号
▼ ▼ ▼ インフォグラフィックを見てウィークリーレポートを読みたいと感じられた方は、下記の戦略レポートのダウンロードをクリックしてください。 ▼ ▼ ▼ 📄 ウィークリーレポート 2026年10月24日(PDF)をダウンロード ウィークリーレポート 2026年... -
マテリアルインフォマティクス
GoogleのVERID|自律型ウェットラボを実現するAIエージェントの物理的接地技術
Google Research Blog アメリカ 概要 Google Researchは、AIエージェントを物理的な実験ロボットと連携させ、自律的に実験サイクルを回すための基盤技術を開発しました。セマンティック・デジタルツインである「VERID」フレームワークにより、AIは物理的な... -
マテリアルインフォマティクス
GM|第4世代EVプラットフォームの設計手法とLMRバッテリーの性能目標
Interesting Engineering アメリカ 概要 GMは、30万通り以上のバッテリー設計を仮想的にテストすることで、コンセプトから正式承認までをわずか1ヶ月で完了させた。リチウムマンガンリッチ(LMR)バッテリーの採用と、設計・製造・エンジニアリングを同時... -
マテリアルインフォマティクス
逆材料設計|結晶構造と局所電子記述子を同時生成する拡散モデルの性能と課題
npj Computational Materials 概要 結晶構造と局所電子記述子を同時にデノイジングする新しい拡散フレームワークが提案されました。バンドギャップや形成エネルギーを条件とした生成において、構造のみのベースラインよりも高い成功率を達成し、熱力学的安... -
マテリアルインフォマティクス
LixSiのリチウム化状態|MLを用いたXPS結合エネルギー予測による解析手法
npj Computational Materials 概要 機械学習(ML)による結合エネルギー予測と大規模原子シミュレーションを組み合わせ、リチウムシリコン(LixSi)のリチウム化状態を追跡する計算フレームワークが開発されました。この手法は、MLポテンシャルを用いたグ... -
マテリアルインフォマティクス
電子構造データ|ML学習の冗長性を解消しデータ量を最大100分の1に削減する手法
npj Computational Materials アメリカ 概要 材料の電子構造データに大きな冗長性が存在し、低次元の非線形多様体上に本質的な情報が集中していることが明らかになりました。カバレッジベースのデータ削減戦略を用いることで、予測精度を維持したままデー...