マテリアルインフォマティクス– category –
-
スウェーデン・チャルマース工科大学、物理法則組み込みAIで量子コンピューティング向け光学部品開発効率を劇的に向上
SciTechDaily スウェーデン 概要 スウェーデンのチャルマース工科大学の研究者らは、物理法則をニューラルネットワークに直接組み込む機械学習アプローチを開発し、高度な光学部品の開発効率を劇的に向上させることに成功しました。この「物理法則を学習し... -
UniFFBench、汎用機械学習力場UMLFFsを実験測定値と照合し、材料シミュレーションの安定性・忠実度・弾性特性を評価
arXiv 国際 概要 新しいベンチマークフレームワーク「UniFFBench」が発表され、汎用機械学習力場（UMLFFs）を多様な鉱物システムに対する実験測定値と照合して評価します。UniFFBenchは、分子動力学（MD）シミュレーションの安定性、有限温度での構造忠実... -
大規模データセットにスケールアップされた制約なしMLIPs、静的シミュレーションで既存モデルを凌駕
ResearchGate 国際 概要 大規模データセットにスケールアップされた「制約のない」機械学習原子間ポテンシャル（MLIPs）が、幾何学的最適化や格子力学などの静的シミュレーションワークフローにおいて、物理的に制約されたモデルと比較して精度と速度の両... -
Chemistry World誌、AIエージェントとMLIPsが触媒発見をシミュレーションからスケールアップまで加速する最前線
Chemistry World イギリス 概要 Chemistry World誌は、AIエージェントと機械学習原子間ポテンシャル（MLIPs）が触媒発見プロセスをシミュレーションからスケールアップまで加速する最前線を報じました。MLIPsは、計算負荷の高い密度汎関数理論（DFT）シミ... -
液状(U,Zr)の熱物理・構造予測で機械学習SNAPがMEAMを上回り、粘度異常や二十面体短距離秩序を解明
PubMed 国際 概要 液状ウラン-ジルコニウム(U,Zr)混合物の熱物理的および構造的特性の予測において、機械学習ベースのSpectral Neighbor Analysis Potential (SNAP)が、経験的Modified-Embedded Atom Model (MEAM)よりも高い予測能力を示しました。この研... -
多層hBNの機械学習粗視化ポテンシャルにVirial-Matchingを導入し、2D材料のメソスケール問題を解決
The Journal of Physical Chemistry C - ACS Publications 国際 概要 多層hBNのような多成分2D材料向けに、機械学習ポテンシャルに基づくボトムアップ型virial-matching粗視化手法が開発されました。このアプローチは、2D材料のメソスケール機械問題におけ... -
MLIPsの電子エントロピー課題を解決：電荷状態埋め込みでバッテリー材料予測精度を向上
arXiv 国際 概要 従来の機械学習原子間ポテンシャル（MLIPs）が混合原子価材料における電子エントロピーを捉えきれず、予測精度に課題があることが指摘されました。この課題に対し、訓練中に電荷状態情報をMLIP表現に埋め込むことで、バッテリー正極材料Na... -
スパース性促進ファインチューニング、事前学習済み等価材料基盤モデルのドメイン適応性を強化
arXiv 国際 概要 事前学習済み等価材料基盤モデル（MLIPs）をドメイン固有のアプリケーションに堅牢かつ解釈可能に適応させるための、スパース性促進ファインチューニング手法が提案されました。この手法は、モデルパラメータを選択的に更新することで、フ... -
DP-EVAフレームワーク、大規模原子モデルの事前学習済み知識を最大化しデータ効率の高いMLIPsを開発
Clean Energy | Oxford Academic 国際 概要 新しいデータ効率の良いファインチューニングフレームワーク「DP-EVA」が導入されました。これは、大規模な原子モデルの事前学習済み知識を最大限に活用し、ドメイン固有の機械学習原子間ポテンシャル（MLIPs）... -
MDPIのレビュー、製薬化学におけるML駆動型分子設計と構造-特性-性能関係の統合フレームワークを提唱
MDPI 国際 概要 MDPIに掲載されたレビュー論文は、製薬化学における機械学習（ML）の役割を深く考察し、分子設計、合成の実現可能性、そして構造-特性-性能（SPP）関係を統合するフレームワークを提案しました。このレビューは、分子基盤モデルや拡散ベー... -
ブラウン大学とミシガン大学、金属の未発見中間相物質を安定化させ量子コンピューティングへ新たな洞察
SciTechDaily アメリカ 概要 ブラウン大学とミシガン大学の研究者らが、金属の一般的な2つの結晶配置間に存在する、これまで捉えられていなかった中間相の物質を安定化させることに成功しました。この数十年にわたる予測が遂に現実のものとなった発見は、S... -
PhononBench、AI結晶生成モデルの動的安定性を評価する大規模ベンチマークを公開
arXiv 国際 概要 AIモデルによって生成された結晶構造の動的安定性を評価するための大規模なベンチマーク「PhononBench」が発表されました。PhononBenchは、DeepMindのMatterGenのような現在の結晶生成モデルが安定な構造を生成する際の限界を浮き彫りにし... -
XRDiff、拡散モデルを活用し粉末X線回折データから結晶構造を予測する新手法
arXiv 国際 概要 新しい拡散モデル「XRDiff」が開発され、粉末X線回折（PXRD）データから結晶構造を予測することを可能にしました。XRDiffは、部分的な化学組成入力でも機能し、スペクトルから構造へのマッピングを学習することで、多形体を区別できるほど... -
Tech Science Press誌、AI・ML・生成モデルによる材料科学のパラダイム進化を特集
Tech Science Press 国際 概要 Tech Science Pressのジャーナル『CMC』2026年第88巻第2号が、AI、機械学習、生成モデルが材料科学の科学的パラダイムをどのように進化させているかを特集しました。本号には、フェデレーテッドLLMエコシステムに関する調査... -
ACS論文、オスマベンゼン錯体の構造特性予測に化学情報駆動型MLフレームワークを導入し高精度を実現
ACS Publications 国際 概要 ACS Publicationsに掲載された研究は、オスマベンゼン錯体の構造的非平面性を予測するための、化学情報駆動型機械学習（ML）フレームワークを開発しました。軌道エネルギーに基づく記述子を用いることで、このフレームワークは... -
科学生成言語モデルLOGOS、自然科学の異種タスクを単一フレームワークで統合し高精度を達成
arXiv 国際 概要 自然科学全般にわたる異種タスクを単一の自己回帰フレームワークで統合する科学生成言語モデル「LOGOS」が発表されました。LOGOSは、多様な科学的オブジェクトとその三次元相互作用を共通の科学的文法に基づいてトークンシーケンスとして... -
腐食科学のワールドモデル構築へ：DeepMindのGNoME、MatterGenが生成AI材料モデルを推進
ResearchGate 国際 概要 腐食科学分野で「ワールドモデル」を構築する研究が活発化しており、腐食固有の特性を条件とする生成材料モデルの必要性が強調されています。DeepMindのGNoMEやMatterGenといった既存の生成AIモデルは、すでに安定な無機材料を生成... -
アルゴンヌ国立研究所、ISC High Performance 2026で材料・分子発見加速のためのAIとHPC統合研究を発表
Argonne National Laboratory アメリカ 概要 アメリカのアルゴンヌ国立研究所は、ISC High Performance 2026において、人工知能（AI）、高性能コンピューティング（HPC）、量子コンピューティングを統合し、材料および分子の発見を加速させる研究成果を発... -
InvDesMobilityフレームワーク、キャリア移動度に基づく信頼性ゲート付き第一原理フィードバックで材料探索を効率化
arXiv 国際 概要 InvDesMobilityは、キャリア移動度に関する信頼性ゲート付き第一原理フィードバックを利用したクローズドループ型逆材料設計フレームワークです。このフレームワークは、自動DFT計算、生成構造提案、取得ランキングを統合し、高価な計算特... -
スウェーデン研究者、AIと物理計算を融合したQNM-Netで光学部品の逆設計を高速化
Laser Photonics Rev. スウェーデン 概要 スウェーデンの研究者たちは、機械学習と物理計算を組み合わせた新しい手法「QNM-Net」を開発し、フォトニクス部品の設計を大幅に高速化することに成功しました。QNM-Netは、従来のニューラルネットワークと比較し...
