シミュレーション– tag –
-
AIがリチウムイオンバッテリー性能を向上させる界面層の設計メカニズムを解明、LLNLの研究で
Mirage News アメリカ 概要 ローレンス・リバモア国立研究所(LLNL)の研究により、リチウムイオンバッテリーの性能と耐久性を左右する極薄の界面層の設計メカニズムがAIによって解明されました。機械学習モデルを量子力学データで訓練することで、研究者は... -
物理情報付きグラフニューラルネットワークが不均一固体力学を解明：大規模データ不要で変形・亀裂伝播をモデリング
arXiv 不明 概要 新しい物理情報付きグラフニューラルネットワーク（PI-GNN）が開発され、不均一な固体力学における変形や亀裂伝播を高精度でモデリングすることに成功しました。このPI-GNNは、適合するメッシュグラフ上で動作し、離散全ポテンシャルエネ... -
MatlantisとNVIDIA ALCHEMIがENEOSの触媒探索を数年から数ヶ月に短縮、約1億構造スクリーニング達成
AiThority 不明 概要 Matlantis社は、NVIDIA ALCHEMIとMatlantis PFP（汎用機械学習原子間ポテンシャル）の組み合わせがENEOSホールディングスの触媒材料発見を大幅に加速したと発表した。このAIを活用した原子シミュレーションにより、ENEOSは約1億の触媒... -
コロンビア・ケンブリッジ大学、量子AIを用いた材料モデル評価の新ベンチマーク確立
Quantum Zeitgeist 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者が、材料特性を予測する機械学習モデルを評価するための新しいベンチマークを確立しました。このベンチマークは、モデルが「間違った理由」で正しい答えに到達する「ハルシネー... -
AIと3Dプリントがバッテリー電極設計を革新、効率と安全性向上を加速
出典不明 不明 概要 AIと3Dプリント技術がバッテリー電極の設計に革命をもたらし、効率と安全性を著しく向上させています。AIは数千もの化合物をデジタルスクリーニングすることで、新しい電解質や正極材料の発見を加速させ、次世代バッテリーの性能向上に... -
生成AIがエンジニアリング設計を革新：最適化された新規ソリューションを自律生成し開発サイクルを短縮
Not explicitly stated (appears to be a guide/blog) 概要 生成AIは、エンジニアリング設計プロセスを根本的に変革し、高レベルの仕様に基づいて最適化されたデザインを自律的に生成しています。従来のCADツールとは異なり、生成モデルは深層学習アーキテ... -
ジョージア工科大学、NSF CAREER賞で半導体強誘電体と複合材料のAI設計を加速
Georgia Tech College of Engineering アメリカ 概要 ジョージア工科大学のローラ・ガルテン教授がNSF CAREER賞を受賞し、半導体強誘電体材料の結晶構造、電場、光吸収をAIで微調整する研究を推進しています。この研究は、新型強誘電体トランジスタ、医療... -
DTU研究者、MLIPが長距離相互作用の精度向上に課題、大気衝突シミュレーションでAIMNet2とPaiNNを評価
DTU Research Database デンマーク 概要 デンマーク工科大学（DTU）の研究者らは、AIMNet2とPaiNNという機械学習原子間ポテンシャル（MLIPs）が、大気クラスター形成における分子衝突の高精度モデリングにどれほど貢献するかを評価しました。量子化学デー... -
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... -
ランダム化を用いた高速量子シミュレーションにより、マルコフ開量子系のスケーラビリティと精度が向上
Quantum (Scientific Journal) 国際 概要 研究者らは、マルコフ開量子系のシミュレーションを高速化し、より正確にするための新しい非確率的アルゴリズムを導入しました。この「ランダム化」を用いた手法は、量子操作を選択する際に制御されたランダム性を... -
AI材料研究に「物理法則を認識する」AIが不可欠：熱伝導率予測で性能差が浮き彫りに
Columbia Engineering アメリカ 概要 コロンビア大学工学部は、材料科学におけるAI、特に量子レベルの構造から巨視的特性を予測する機械学習ポテンシャル（MLP）において、「物理法則を認識する（physics-aware）」AIが不可欠であると強調しています。Mich... -
等方性グラフニューラルネットワーク原子間ポテンシャルがナノ材料シミュレーションを100倍高速化
nano-matter.com 国際 概要 等方性グラフニューラルネットワーク（GNN）原子間ポテンシャルは、密度汎関数理論（DFT）に匹敵する精度で原子の力とエネルギーを予測し、計算コストを約100分の1に削減することでナノ材料研究を加速しています。これらの機械... -
東北大学、AIと自律実験を統合したポリマー材料発見の新フレームワークを提案
EurekAlert! (Advanced Institute for Materials Research (AIMR), Tohoku University) 日本 概要 東北大学の研究者チームが、AIと自律型ラボを統合し、ポリマー材料発見のボトルネックを克服する新しいフレームワークを提案しました。このシステムは、断... -
GRACE-OFFがGRACEアーキテクチャを用い、有機液体向け高精度機械学習原子間ポテンシャルを実現
Journal of Chemical Theory and Computation | ACS Publications アメリカ 概要 本研究は、機械学習原子間ポテンシャル（MLIP）の一種であるGRACE-OFFを導入し、有機液体の分子動力学シミュレーションにおいて量子力学に匹敵する精度を大幅な計算コスト削... -
LAMMPSがDeePMD-kit、NequIPと連携し、量子精度MLポテンシャルによる分子動力学シミュレーションを強化
LAMMPS Molecular Dynamics Simulator アメリカ 概要 オープンソースの分子動力学シミュレーターLAMMPSは、DeePMD-kitやNequIPを含む機械学習ポテンシャル（MLP）のためのクロスコードフレームワークと相互運用ツールをサポートしています。これらのパッケ... -
第一原理シミュレーションとAIが次世代省エネルギーAIハードウェア共同設計を加速
Applied Physics Letters | AIP Publishing アメリカ 概要 予測的な第一原理シミュレーションは、次世代の省エネルギーAIシステム向けハードウェアの共同設計において極めて重要な役割を果たします。機械学習に基づく材料表現は、望ましい性能目標を満たす... -
AIがリチウムイオン電池電解質研究をデータ駆動型予測と自律実験で革新
Energy & Environmental Science 国際 概要 最新のレビューは、人工知能がリチウムイオン電池の電解質研究において、データ駆動型予測、メカニズム分析、組成最適化を通じて革命をもたらしていると結論付けています。機械学習、マルチスケールシミュレーシ... -
Moldex3Dが圧縮成形シミュレーション技術で半導体パッケージの欠陥予測と品質向上を実現
Rheologist gaze & solutions (Moldex3D) 台湾 概要 Moldex3Dは、先進半導体パッケージングにおける圧縮成形プロセス向けのCAEシミュレーションツールを提供し、この技術により、エポキシモールドコンパウンドなどの封止材料が半導体ダイ、基板、コンポー... -
テキサスA&M大学、2490万ドル助成金で自律型金属発見ラボARM-MIPを設立、ロボットとAIが24時間体制で新合金をテスト・分析
Facebook (Texas A&M University) アメリカ 概要 テキサスA&M大学は、自律型金属発見ラボ「Autonomous Robotic Metallurgist Materials Innovation Platform (ARM-MIP)」設立のため、2490万ドルの助成金を獲得しました。この最先端施設では、ロボット... -
LLNL、ハイブリッドDFTシミュレーションとAIで光電気化学デバイスの性能最適化、点欠陥効果・ドーピング・合金化を診断
Lawrence Livermore National Laboratory (LLNL) アメリカ 概要 ローレンス・リバモア国立研究所（LLNL）は、先進的なハイブリッド密度汎関数理論（DFT）シミュレーションと計算材料診断を組み合わせることで、光電気化学（PEC）デバイスの性能最適化を大...
