シミュレーション– tag –
-
生成AIが3D高エネルギー材料のカスタム燃焼プロファイル設計を最大95%高速化
AZoM (Communications Engineering) 概要 研究者らは、ユーザー定義の圧力-時間燃焼プロファイルに合致する3D高エネルギー材料粒状構造を逆設計するためのハイブリッド生成AIフレームワークを開発しました。このフレームワークは、物理学に基づいたジオメ... -
普遍的機械学習原子間ポテンシャル（uMLIPs）のファインチューニング戦略、「反復ファインチューニング」が安定・高精度モデルを生成
PubMed 概要 普遍的機械学習原子間ポテンシャル（uMLIPs）のファインチューニング戦略に関する研究で、「反復ファインチューニング」がドメイン外タスクにおいて安定した分子動力学シミュレーションと高精度なモデルを生成することが示されました。uMLIPs... -
ペンシルベニア州立大学、AI活用「Genesis Mission」で2D材料製造と触媒性能予測を加速
Penn State アメリカ 概要 ペンシルベニア州立大学の科学者チームは、米国エネルギー省（DOE）のGenesis Missionからフェーズ1資金を受け、AIを搭載したシステムで3つのプロジェクトを主導します。これには、未来の電子機器・量子技術向け2D材料の製造加速... -
ユニバーサルMLIPのバイアスと反復的ファインチューニングがMDシミュレーションの精度を向上
(情報元不明、論文要旨の可能性) 不明 概要 ユニバーサル機械学習分子間ポテンシャル（uMLIP）は周期表全体への適用可能性で注目されるものの、ドメイン外タスクで高い予測精度を得るにはファインチューニングが必要です。本研究では、uMLIPのバイアスが分... -
材料科学に革命をもたらす3つのAI技術：特性予測、生成設計、MLIPの進化
(情報元不明) アメリカ 概要 材料科学分野におけるAIの活用は、特性予測、生成設計、機械学習分子間ポテンシャル（MLIP）という3つの主要な側面で進化を遂げています。AIは材料の特性を高精度で推定し、目標特性を持つ新材料を自律的に提案、さらに原子間... -
機械学習が鉛フリー二重吸収層ペロブスカイト太陽電池設計を加速、32.5%効率達成の道筋
MDPI (Materials journal) スイス 概要 MDPIのMaterials誌に発表された研究は、SCAPS-1Dシミュレーションと機械学習を統合した自動最適化フレームワークを導入し、鉛フリー二重吸収層ペロブスカイト太陽電池の設計を加速しました。このアプローチにより、... -
ドイツの研究者が量子コンピュータで量子技術を設計するフレームワークを開発、多体電子スピン共鳴ハミルトニアンをシミュレート
arXiv ドイツ 概要 ドイツの研究者が、量子コンピュータを用いて量子技術を設計するためのフレームワークを開発しました。このフレームワークは、一般的な多体電子スピン共鳴（ESR）ハミルトニアンをシミュレートするために設計されており、ゼロ磁場分裂、... -
フラットアイロン研究所の研究者がテンソルネットワークと古典計算機で量子コンピューター級の量子物理学問題を解決
ScienceDaily アメリカ 概要 シモンズ財団のフラットアイロン研究所の研究者らが、通常のノートパソコンと高度な数学、専門ソフトウェアを用いて、量子コンピューターが必要とされてきた困難な量子物理学の問題を解決しました。彼らの方法は、数百のエンタ... -
中国の研究者が深層生成モデリングとAIを統合し、ペロブスカイト太陽電池デバイスの「逆設計」エンドツーエンドフレームワークを開発
Frontiers in Artificial Intelligence 中国 概要 中国の研究者は、深層生成モデリングとAIを統合したエンドツーエンドフレームワークを開発し、ペロブスカイト太陽電池（PSC）デバイスのAI誘導型「逆設計」を可能にしました。このフレームワークは、デバ... -
Meta FAIRとスタンフォード大学の研究者がUMAモデルのファインチューニングによりWS2の酸素プラズマ相互作用を高精度シミュレーション
arXiv アメリカ 概要 Meta FAIRとスタンフォード大学の研究者は、ユニバーサル機械学習原子間ポテンシャル（MLIP）であるUMAモデルをWS2の酸素プラズマ相互作用に特化してファインチューニングすることに成功しました。この研究は、プラズマ-表面相互作用... -
デューク大学チームがDOE資金を獲得し、DNAオリガミを活用したエネルギー関連材料設計AIプラットフォームを開発
Duke University アメリカ 概要 デューク大学の研究チームは、米国エネルギー省（DOE）のGenesis Projectから資金提供を受け、DNAベースの材料を設計するAIプラットフォームを開発しています。このAIフレームワークは、DNAオリガミビルディングブロックが... -
LLNLがAIと分子シミュレーションでナトリウム・リチウムイオン電池の電解質設計に新知見、性能と熱安定性を向上
Commonwealth Union アメリカ 概要 ローレンス・リバモア国立研究所（LLNL）の科学者たちは、分子動力学シミュレーションと物理情報に基づいた機械学習を組み合わせ、ナトリウムイオン電池とリチウムイオン電池の電解質設計に画期的な知見をもたらしました... -
中国の研究者がAI駆動型電解質化学のメカニズム、進捗、戦略的展望をレビュー、リチウムイオン電池の電解質設計を革新
Energy & Environmental Science 中国 概要 本レビュー論文は、リチウムイオン電池（LIB）の次世代電解質設計におけるAIの革新的な役割を詳細に解説しています。AIは、実験データ、量子化学記述子、分子シミュレーションを統合することで、電解質の構造-特... -
UNCCの研究グループが機械学習原子間ポテンシャル生成ツール「PyXtal_FF」を開発、原子シミュレーションの計算コストを大幅削減
University of North Carolina at Charlotte アメリカ 概要 ノースカロライナ大学シャーロット校（UNCC）の研究グループは、機械学習原子間ポテンシャル（MLIAP）生成のためのパッケージ「PyXtal_FF」を開発しました。MLIAPは、量子力学シミュレーションに... -
Q-CTRLが量子ダイナミクスシミュレーター「Fire Opal」を発表、材料科学の複雑な量子問題を古典計算機の3,000倍高速で解決
Q-CTRL オーストラリア 概要 Q-CTRLは、量子コンピュータの性能管理ソフトウェア「Fire Opal」を発表し、材料科学における複雑な量子力学的相互作用のシミュレーション能力を大幅に向上させました。IBM Quantum Platformでのデモンストレーションでは、Fir... -
ノートルダム大学がデータ不足を克服するAIポリマー発見プラットフォームを開発、新素材探索を加速
Notre Dame Research アメリカ 概要 ノートルダム大学のAI＆材料イニシアチブは、ポリマーインフォマティクスにおけるデータ不足を克服するため、複数の情報源を活用するフレームワークを開発しました。この研究では、機械学習に必要な大規模データセット... -
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... -
パウリ電荷の組み込みにより機械学習原子間ポテンシャル（MLIP）の精度と高温高圧下での安定性が向上
ChemRxiv 国際 概要 新しい研究は、パウリ反発を機械学習ペアポテンシャルと短距離原子ニューラルネットワークに組み込むことで、機械学習原子間ポテンシャル（MLIP）の性能を大幅に向上させました。この革新的なアプローチは、より信頼性の高い限界挙動を... -
新規等方性メッセージパッシングML手法が外部ポテンシャルから電子構造と原子特性を高速モデリング
The Journal of Chemical Physics | AIP Publishing アメリカ 概要 新しい研究は、外部ポテンシャルの連続的な積を利用した等方性メッセージパッシングのためのスケーラブルな機械学習アプローチを実証し、電子構造と原子特性のモデリングを革新します。こ... -
UniFFBench、6つのEGraFFアルゴリズムの汎用ML力場を実験データで厳格評価し、システム固有ファインチューニングの重要性を実証
ResearchGate 国際 概要 新たに発表された研究「UniFFBench」は、NequIP、Allegro、BOTNet、MACEなど6つの主要なEGraFFアルゴリズムにわたる汎用機械学習ポテンシャル（uMLIP）の厳格な評価を、実験測定基準に基づいて実施しました。このベンチマークは、2...
