エントロピー– tag –
-
AIP Publishing、液体振動エントロピー指標で経験的原子間ポテンシャルの精度を80%向上、MLIPsの体系的検証に新機軸
AIP Publishing アメリカ 概要 AIP Publishingの発表によると、経験的原子間ポテンシャルの開発と検証において、従来の限界を克服する新たな手法が提案されました。本研究は、液体の振動エントロピーなどの量を新たな指標として導入することで、異なるSi原... -
Preprints.orgが「高エントロピー合金設計」レビュー論文発表：MLが組み合わせ爆発問題解決へ
Preprints.org 不明 概要 Preprints.orgが発表したレビュー論文は、高エントロピー合金（HEA）の設計における物理冶金学とデータ駆動型手法の融合を探求しています。この論文では、AIと機械学習（ML）が、相予測のための教師付き分類器、特性予測のための... -
IIT Madras、AI駆動型予測で世界最大の高性能合金オープンデータベースを開発
Facebook (reposting content about IIT Madras) インド 概要 インドのIIT Madras（インド工科大学マドラス校）が、持続可能な材料研究のための高度合金に関する世界最大のオープンデータベースを開発しました。このAI駆動型予測システムは、高エントロピ... -
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... -
MITの研究者が機械学習原子間ポテンシャルを活用し、高エントロピー合金の酸素還元反応におけるラテラル相互作用の重要性を解明
PubMed アメリカ 概要 MITの研究チームは、機械学習原子間ポテンシャル（MLIP）を活用したフレームワークを開発し、Ag-Ir-Ru-Pd-Pt-Cu-Rh-Re高エントロピー合金の組成空間における酸素還元反応（ORR）をモデル化しました。この研究は、混み合った表面でのO... -
ML原子間ポテンシャルを用いたシミュレーションで（MoCrTi）$_{100-x}$Al$_x$高エントロピー合金の秩序-無秩序転移と剛性特性を解明
arXiv 国際 概要 この研究は、汎用機械学習原子間ポテンシャルをハイブリッドモンテカルロ法と分子動力学シミュレーションに組み合わせることで、（MoCrTi）$_{100-x}$Al$_x$難燃性高エントロピー合金の化学的秩序と機械的特性に関する重要な洞察を明らか... -
東北大学AIMR、LLMと実験を融合したChatHEAで燃料電池用触媒を発見、商用Pt/Cを超える性能
東北大学 高度材料研究機構 (AIMR) 日本 概要 東北大学高度材料研究機構（AIMR）と国際共同研究チームは、大規模言語モデル（LLM）と実験を組み合わせた協調フレームワーク「ChatHEA」を開発し、燃料電池の酸素還元反応用高エントロピー合金（HEA）触媒の... -
積層造形向け生体医療用高エントロピー合金をMLで設計、1500万組成から最適Zr合金を選定
Taylor & Francis Group - Figshare 国際 概要 積層造形（AM）向け生体医療用高エントロピー合金（BioHEAs）の設計において、機械学習フレームワークが導入され、約1500万の広大な組成空間から低弾性率、高強度、耐損傷性を兼ね備えた最適なBioHEA組成の特... -
説明可能なMLで高エントロピー合金の体積弾性率を予測、次世代材料設計を加速
MDPI (Metals) 国際 概要 説明可能な機械学習（ML）システムを用いて、高エントロピー合金（HEA）の体積弾性率を予測する新しいフレームワークが発表されました。Extra Treesアルゴリズムが優れた予測性能を示し、SHAPベースの解釈分析により、Zr含有量や... -
Oxford Academicが機械学習とLLM連携で高エントロピー合金触媒の電極触媒活性を解明、高スループット探索を実現
National Science Review (Oxford Academic) 中国 概要 Oxford Academicに発表された研究は、機械学習（特にグラフニューラルネットワーク）とLLM駆動型共同フレームワークを組み合わせ、高エントロピー合金（HEA）電極触媒の電極触媒活性との相関関係を解... -
LLMがCo-Cr-Ni中エントロピー合金の熱輸送特性スクリーニングを自動化、自律型材料発見ワークフローを概念実証
ChemRxiv アメリカ 概要 この研究は、大規模言語モデル（LLM）の意思決定モジュールを分子動力学シミュレーションと統合した、再現可能なクローズドループワークフローを提示しました。これにより、Co-Cr-Ni中エントロピー合金の熱輸送特性スクリーニング... -
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...
1