シミュレーション– tag –
-
IBMとQedma、IBM Quantum Heronプロセッサで74量子ビット材料シミュレーションに成功
Investing.com アメリカ 概要 IBMとQedma Quantum Computingは、IBMのQuantum HeronプロセッサとQedmaのエラー軽減ソフトウェアを用いて、量子材料のシミュレーションにおいて量子優位性を示すことに成功しました。この画期的な成果により、最大74量子ビッ... -
Scilight Press、AI駆動型固体電解質合理設計のレビュー論文を発表：次世代バッテリー実現へ
Scilight Press 不明 概要 Scilight Pressは、AIが固体電解質（SSE）の合理的な設計を推進し、次世代充電式バッテリーの高いエネルギー密度と安全性を実現する上で果たす役割に関するレビュー論文を発表しました。機械学習（ML）と深層学習（DL）がSSEの発... -
IIT KANPUR、DFT、MD/MC、PFMを駆使した計算材料科学で材料構造と特性を解明
MSE | IIT KANPUR インド 概要 IIT KANPURは、計算材料科学が材料関連の問題を解決するための強力な計算ツールを含むことを強調しています。電子レベルでは密度汎関数理論（DFT）が、原子シミュレーションでは分子動力学（MD）とモンテカルロ法（MC）が、... -
Silicon Quantum Computing、シリコン基板上15,000量子ビット2Dアレイで「量子ツイン」を実現
Falling Walls Science Summit ドイツ 概要 Michelle Simmons氏が率いるSilicon Quantum Computing（SQC）は、純粋なシリコン基板上に15,000個の精密配置された量子ビットレジスタを持つ2Dアレイ量子シミュレーターを世界で初めて実証しました。この画期的... -
量子コンピューティングが航空機設計と材料科学を革新：エアバスとロールス・ロイスが活用
TechJournal.uk イギリス 概要 量子コンピューティングは航空機設計と材料科学を根本的に再構築し始めており、特に工学シミュレーションにおいて、古典的なソフトウェアでは不可能なより良い結果を生み出しています。エアバスは、空力モデリングや、軽量で... -
IBMとAlgorithmiq、量子コンピューターが古典的検証を超える材料シミュレーションで量子優位性を実証
IBM Newsroom アメリカ 概要 IBMとAlgorithmiqは、古典的検証が不可能な量子計算の信頼性を確立する新しいフレームワークを用いて、異種量子材料のシミュレーションにおいて量子優位性を実証しました。この画期的な成果は、量子コンピューターが古典的な計... -
アルゴンヌ国立研究所、AIエージェントで新材料発見を数ヶ月から数日に短縮
Argonne National Laboratory アメリカ 概要 アルゴンヌ国立研究所の研究チームは、材料中の原子相互作用を予測する強力なシミュレーション手法を自動化するAI駆動型システムを実証しました。このシステムは、複数のAIエージェントが原子シミュレーション... -
ポリエチレン向けMLIP：オリゴマー学習で巨大高分子の熱力学・構造・動特性を正確に予測
arXiv アメリカ 概要 本論文は、高分子向けの機械学習原子間ポテンシャル（MLIP）開発を研究し、ポリエチレンをモデル系としてAtomic Cluster Expansion (ACE)がポリマー用途に最も効果的な記述子であることを特定しました。小さなオリゴマーで適合させたA... -
ACS Materials Auが電気触媒シミュレーション向け機械学習ツールの包括的チュートリアルを公開
ACS Materials Au アメリカ 概要 ACS Materials Auは、電気触媒シミュレーションのための機械学習ツールに関するチュートリアルを公開しました。このチュートリアルでは、機械学習交換相関汎関数、ガウス過程最適化器、MACEのようなML原子間ポテンシャルな... -
分子動力学シミュレーション向けMLIP：原子環境抽出「削除法」が生成AI含む手法を上回る
arXiv アメリカ 概要 大規模な分子動力学シミュレーションに機械学習原子間ポテンシャル（MLIP）を適用する際の課題である、大規模構造からDFT計算に適した小規模な原子環境を抽出する最適な方法が体系的に分析されました。本研究では、拡散ベースの生成AI... -
量子機械学習原子間ポテンシャル：変分量子アルゴリズムで分子エネルギー予測精度を向上
arXiv アメリカ 概要 本研究は、量子回路学習を機械学習原子間ポテンシャル（MLIP）に適用し、分子データセットのエネルギー予測精度を向上させました。量子転移学習アーキテクチャを用いて既存のANIモデルを再トレーニングし、量子回路シミュレーター上で... -
華南理工大学・西安交通大学、新「HULU」フレームワークでクリーンエネルギー材料発見を加速
EurekAlert! (華南理工大学・西安交通大学, Nano Research) 中国 概要 華南理工大学と西安交通大学の研究者らは、先進的な機械学習ポテンシャル（MLPs）をモンテカルロ吸着シミュレーションと統合する柔軟なPythonフレームワーク「HULU」を開発しました。H... -
Forbesが指摘：LAM ResearchとApplied MaterialsがAI統合で半導体製造生産性を最大35倍向上、Synopsys、Siemens、NVIDIAも連携強化
Forbes アメリカ 概要 Forbesの記事は、LAM ResearchやApplied Materialsなどの主要半導体企業が、設計・製造の生産性向上にAIを統合している現状を指摘しています。LAMの「Semiverse」とApplied Materialsの「Ai^x」は、それぞれAIによるプロセス改善やデ... -
電解質/電極界面のイオン輸送メカニズム解明に機械学習原子間ポテンシャル（MLIPs）がDFTと古典MDの課題を克服
ResearchGate (学術論文/レビュー記事) 概要 このレビュー論文は、機械学習原子間ポテンシャル（MLIPs）が、密度汎関数理論（DFT）の高い計算コストと古典分子動力学（MD）の低い精度という課題を克服し、電解質/電極界面でのイオン輸送シミュレーションを... -
シンガポール国立大学、微視的データから材料の巨視的挙動を学習するAI手法で材料発見を加速
National University of Singapore (NUS) Faculty of Science シンガポール 概要 シンガポール国立大学の研究者らは、微視的なデータから複雑な材料の巨視的挙動を学習する革新的なAI手法を開発しました。この手法は、システムの集合的挙動を捉える少数の... -
東京理科大学、AI逆設計フレームワークで高速スピン波コンピューティング向けマグノン結晶構造を最適化
EurekAlert! (東京理科大学, Small Structures) 日本 概要 東京理科大学の研究者らは、AI（遺伝的アルゴリズムとマイクロマグネティックシミュレーション）を用いた逆設計フレームワークを開発し、高速スピン波コンピューティング用のマグノン結晶（MC）構... -
オープンソース「atomicrex」ツール、数千原子規模の原子間相互作用モデル構築を可能にし材料シミュレーションを加速
(学術論文) atomicrex 概要 本記事は、原子間ポテンシャルおよびより一般的な原子スケールモデルを構築するためのオープンソースコード「atomicrex」を紹介しています。このツールは、数千原子以上を含む拡張材料構造のシミュレーション用に設計されており... -
機械学習原子間ポテンシャル（MLIPs）の総合レビュー、基盤モデルと事前学習済みフレームワークの進展を解説
(査読論文のレビュー記事) 概要 本レビュー記事は、分子および材料シミュレーションにおける機械学習原子間ポテンシャル（MLIPs）の包括的な概要を提供し、その理論的基礎、方法論的進歩、および応用を議論しています。特に、ニューラルネットワークポテン... -
NVIDIAとApplied Materials、GPU加速シミュレーションで半導体材料工学と製造を最大55倍高速化
NVIDIA Technical Blog (Applied Materialsとの協業) アメリカ 概要 NVIDIAとApplied Materialsは、AIとGPU加速シミュレーションを活用して半導体イノベーションを加速するための戦略的協業を発表しました。この協業は、原子スケールの材料工学、プロセス... -
OMol25学習MLIPsがNaイオン電池電解液の溶媒和構造をDFT精度で予測、無機MLIPsを凌駕
ACS Publications (Journal of Physical Chemistry Letters) 概要 本研究は、Open Molecules 2025 (OMol25) データセットで学習した機械学習原子間ポテンシャル（MLIPs）が、次世代Naイオン電池用電解液の溶媒和構造を高いDFT（密度汎関数理論）に近い精度...
