シミュレーション– tag –
-
arXiv論文、自動化・大規模並列化された機械学習原子間ポテンシャル構築ワークフロー「AutoPot」を発表
arXiv 米国 概要 arXivで公開されたプレプリントは、機械学習原子間ポテンシャル（MLIP）を自動化かつ大規模に並列化して構築するワークフロー「AutoPot」を発表しました。MLIPは原子モデリングに量子精度をもたらし、量子的に正確なマルチスケールシミュ... -
arXiv論文、原子間ポテンシャルの機械学習基盤モデルにおける6つの未解決課題を提示
arXiv 米国 概要 arXivに掲載された論文は、原子モデリングにおける機械学習（ML）の急速な進歩と、原子間ポテンシャルが材料科学の中心的なツールとなっている状況をレビューしています。本論文は、ML原子間ポテンシャル（MLIP）基盤モデルの開発における... -
シンガポール国立大学、LLMとDFT、実験を統合しCO2と廃棄物から尿素肥料を生成する触媒を設計
NUS Faculty of Science シンガポール 概要 シンガポール国立大学（NUS）の研究者たちは、大規模言語モデル（LLM）、密度汎関数理論（DFT）、そして実験的検証を組み合わせた計算ガイド戦略を開発し、二酸化炭素（CO2）と硝酸塩から効率的に尿素を生産する... -
ドイツ連邦科学技術宇宙省、3,000万ユーロを投じAIと自律型ラボで触媒開発を加速するASCENDプロジェクトを開始
e-conversion ドイツ 概要 ドイツ連邦科学技術宇宙省（BMFTR）は、ヘルムホルツ・ツェントルム・ベルリンやBASFを含む6つの研究・産業パートナーに3,000万ユーロを投じ、AI駆動型触媒開発を加速する「ASCEND」プロジェクトを開始しました。このプロジェク... -
SCM社、MLポテンシャルとGPU最適化で材料化学シミュレーションを高速化する「AMS2026」をリリース
SCM (Scientific Computing & Modelling) オランダ 概要 SCM社は、生体分子、触媒、MOF（金属有機構造体）、無機材料の化学的カバー範囲を拡大し、機械学習ポテンシャル（eSEN、MACE、UMA）の主要な進歩を特徴とするソフトウェアリリース「AMS2026」を発表... -
東北大学含む国際チーム、AI駆動型プラットフォーム「DigMethpy」でメタン熱分解触媒発見を加速
Tohoku University 日本 概要 東北大学を含む国際研究チームが、メタン熱分解触媒の発見を加速するAI駆動型デジタル触媒プラットフォーム「DigMethpy」を開発しました。このプラットフォームは、科学文献、実験データ、計算シミュレーション、機械学習モデ... -
ロンドン大研究者、量子コンピューターで結晶材料シミュレーションの量子ビット数を大幅削減
Quantum Zeitgeist 英国 概要 ロンドンナノテクノロジーセンターの研究者たちは、「周期対称性適合符号化」フレームワークを開発し、量子コンピューターを用いた結晶材料の電子構造シミュレーションに必要な量子ビット数を大幅に削減することに成功しまし... -
arXiv、Pyhtonフレームワーク「PolyGraphPy」で原子シミュレーションとML駆動型ポリマー設計を統一
arXiv 不明 概要 arXivに公開された論文が、ポリマーの原子シミュレーションと機械学習（ML）駆動型設計のための統一Pythonフレームワーク「PolyGraphPy」を導入しました。このオープンソースフレームワークは、原子シミュレーションと機械学習をシームレ... -
ResearchGate、NequIPとGNNがアモルファス材料の多体相互作用をDFTより4桁低コストで予測
ResearchGate 不明 概要 最新の研究で、溶媒フリーポリマーグラフト化ナノ粒子（PGN）のモデルソフトガラスにおける多体相互作用の予測にグラフニューラルネットワーク（GNN）の一種であるNequIPが適用されました。NequIPは、系の高次元で起伏の多いポテン... -
arXiv、生成モデル・マルチモーダル学習・クローズドループを統合した逆材料設計のレビューを発表
arXiv 不明 概要 arXivに公開された最新のレビュー論文が、逆材料設計における生成モデル、マルチモーダル学習、クローズドループワークフローの進展を概説しています。この研究は、材料科学が順方向予測から物理的制約の下で目標を満たす候補を提案する自... -
ASM International、CALPHAD、DFT、MLIPs、AIエージェント統合で計算材料設計を加速
ASM International アメリカ 概要 ASM Internationalのウェビナーで、CALPHAD、密度汎関数理論（DFT）、機械学習原子間ポテンシャル（MLIPs）、およびAIアシストシミュレーションワークフローを統合し、材料発見と設計を加速する最新の進歩が紹介されまし... -
ヨーロッパ、シミュレーションと生成AIで材料設計を革新しグリーン・デジタル移行を加速
MaX ヨーロッパ 概要 シミュレーションとAIの統合がヨーロッパの材料設計のロジックを根本的に変革し、グリーンおよびデジタル移行における競争力を強化しています。生成AIツールは、数ヶ月から数年かかっていた試行錯誤の実験を、潜在的な化学組成と構造...
