市場動向– category –
-
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... -
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... -
CrystalJev｜材料探索を効率化する基盤モデルの確率校正と計算コスト最適化
arXiv アメリカ 概要 材料探索における計算コストを大幅に削減する意思決定レイヤー「CrystalJev」が提案された。凍結された基盤モデルの1回（1パス）の推論から校正済み確率を算出し、次に「構造緩和」や「密度汎関数理論（DFT）」などの高コストな計算を... -
BRKZ社がAI活用建築材料調達を拡大へ、シリーズBで1300万ドルを調達し中東市場で急成長
Dealroom.co サウジアラビア 概要 BRKZ社は、AIを活用した建築材料調達プラットフォームの拡大を目的として、シリーズBラウンドで1300万ドル（約19億円）を調達しました。同社はこの資金を活用し、AI駆動型の価格設定・履行エンジンをさらに発展させ、契約... -
ヘシアンに基づく分子コンフォメーション拡張が機械学習原子間ポテンシャルのスケーラビリティと効率を向上
arXiv (Preprint Server) 国際 概要 本プレプリントは、機械学習原子間ポテンシャル（MLIPs）のための、ヘシアン派生のデータ拡張スキームとして等方性ガウス変位（UniAug）と基準モード加重変位（ModeAug）の2つを提案しています。これらの手法は、既存の... -
生成AIがハイファッションに新風、金属フォームや透明ニットなど「不可能」な素材のビジョン提示
Observer アメリカ 概要 生成AIがハイファッション業界に新たな創造性をもたらし、金属フォームや透明ニットなど、これまで「不可能」とされてきた素材のビジョンを提示しています。AIはデザインプロセスの発散的な初期段階を加速させ、デザイナーが形状、... -
QIAGENがQIAsymphony Connectを発売：臨床核酸抽出の自動化でFDA/EUDAMED承認取得
QIAGEN N.V. ドイツ 概要 QIAGEN N.V.は、自動化された臨床核酸抽出システム「QIAsymphony Connect」の商用リリースを発表しました。このプラットフォームは、液体処理、プレフィルドIVD試薬カートリッジ、自動ロードチェック、ガイド付きワークフロー設定... -
電場下での動的特性を高速予測：物理情報に基づいたペアワイズ電荷移動GGNNフレームワークが汎用性を実証
ACS Publications アメリカ 概要 ACS Publicationsの論文が、電場下での動的特性を迅速に予測するための、物理情報に基づいたペアワイズ電荷移動（PQT）理論と汎化グローバルニューラルネットワーク（GGNN）を組み合わせたフレームワークを報告しました。... -
IDTechExレポート：AIが材料発見から設計を推進、生成設計と合成可能性が焦点
IDTechEx イギリス 概要 本記事は、IDTechExが発行した市場調査レポートの概要紹介です。このレポートは、材料インフォマティクスを推進する主要アプリケーションとして、AI支援スクリーニング、配合開発、生成設計の3つに焦点を当てています。特に生成設... -
Holland & Knight、Central Wire IndustriesのAltair Industriesへの売却を助言
Holland & Knight アメリカ 概要 法律事務所Holland & Knightは、特殊合金ワイヤーおよびケーブル製品の大手メーカーであるCentral Wire Industries (CWI) のAltair Industriesへの売却を助言しました。CWIは、航空宇宙、防衛、工業、医療、エネルギー... -
AI材料営業スタートアップEmanateが複雑な産業材料販売に特化：汎用AIと差別化
Fast Company アメリカ 概要 AIスタートアップのEmanateは、産業材料分野における複雑な販売取引に特化したAIツールを開発しています。同社は、鉄鋼やアルミニウムなどの原材料およびワイヤーやパイプなどの製造部品を扱う産業材料市場が、汎用AIエージェ... -
熱力学に基づく機械学習、エネルギー材料発見におけるエントロピーと非調和性の課題を克服へ（arXivプレプリント）
arXiv (プレプリント) 概要 この展望記事は、現在の機械学習（ML）モデルが主にゼロ温度記述に限定されているという限界に対処するため、エネルギー材料発見のための「熱力学に基づく機械学習」の開発を提唱しています。エントロピーと非調和性の重要性を... -
エネルギー的に固定されたMLIP埋め込みが水素発生電極触媒の予測精度を向上
ACS Publications (Journal of Chemical Information and Modeling) 概要 研究者らは、機械学習原子間ポテンシャル（MLIP）由来のエネルギー記述子を事前学習済みCrystal Hamiltonian Graph Neural Network (CHGNet) 潜在埋め込みと統合する「エネルギー的... -
キーストーン・テクノロジー・コンサルタンツが提言：オハイオ州のポリマー企業はAI品質管理で生産効率と製品一貫性を向上可能
Keystone Technology Consultants アメリカ 概要 キーストーン・テクノロジー・コンサルタンツは、オハイオ州のポリマー企業がAIを活用した品質管理によって、寸法、色、組み立てチェックを大幅に改善できると提言しています。AI支援ビジョンシステムは、... -
MatmerizeがAI駆動型ポリマー設計プラットフォーム「PolymRize」を提供開始、ガス分離膜などの材料探索を加速
Matmerize (Halo) アメリカ 概要 Matmerizeは、AIと機械学習を活用したクラウドベースのポリマーインフォマティクスプラットフォーム「PolymRize」を提供しています。このプラットフォームは、ガス透過性と選択性を調整したポリマーを即座に予測・設計する... -
1万超の半導体・絶縁体データで機能的分類とXGBoostを組み合わせ、電子バンドギャップ予測精度を大幅向上
AIP Publishing アメリカ 概要 この研究は、1万を超える半導体および絶縁体の電子バンドギャップの機能的分類を機械学習モデルに組み込むことで、予測精度を大幅に向上させることを実証しました。Pythonパッケージを用いた記述子生成とハイブリッド特徴選... -
arXiv論文、モデル非依存型グラフプロンプト学習でGNNの結晶特性予測精度を大幅向上
arXiv 国際 概要 本論文は、グラフニューラルネットワーク（GNN）の結晶特性予測性能を向上させるため、新しいモデル非依存型ソフトプロンプト学習フレームワークを提案しました。このフレームワークは、ノードレベルおよびグラフレベルのソフトプロンプト... -
EngineerMD、生成AIを活用した製品設計が開発時間とコストを大幅削減し、数千の設計案を自動生成
EngineerMD 不明 概要 EngineerMDの記事は、生成AIが2026年の製品設計をどのように変革しているかを探求し、設計空間の自動探索、性能シミュレーション、何千もの設計バリエーションの生成を可能にしていることを強調しています。この技術は、構造、材料、... -
米国DOE、AIソリューションで重要鉱物サプライチェーン革新と代替材料開発加速を発表
Department of Energy アメリカ 概要 米国エネルギー省（DOE）は、AIソリューションを活用して重要鉱物サプライチェーンの革新と代替材料の開発加速を目的とした戦略を公表しました。この戦略では、物理ベースのAIを導入し、複雑な構造-特性関係を理解し、... -
日本の花王と味の素がAIチップ需要に対応し半導体材料増産、ABFと高純度洗浄剤供給強化
Lanceum (Nikkei Asia report) 日本 概要 日本の消費財大手である花王と味の素が、AIチップ需要の急増に対応するため、半導体材料の生産を強化していると報じられました。味の素は、ほぼすべての高性能プロセッサーに不可欠な基板絶縁材料であるABF（味の...
12