シミュレーション– tag –
-
ResearchGate論文、制約なしMLIPsが大規模データセットで優れた精度と速度を達成、静的シミュレーションを強化
ResearchGate (Machine Learning: Science and Technology) 不明 概要 ResearchGateで公開された論文は、制約のない機械学習分子間ポテンシャル（MLIPs）が、大規模なデータセットで訓練された場合に、物理的に制約されたモデルを上回る優れた精度と速度を... -
AWSとQuEra、2028年までにMegaquop規模「Libra」をAmazon Braketに導入、フォールトトレラント量子計算実現へ
AWS News Blog アメリカ 概要 AWSとQuEraは、Amazon Braketにフォールトトレラント量子コンピューティングを導入するための戦略的提携を強化しました。この提携の一環として、2028年までにMegaquopスケール（約100万個の物理量子ビットに相当する論理量子... -
ワシントン大学、AIと量子コンピューティングで量子材料シミュレーションを大規模化、新現象発見
EurekAlert! アメリカ 概要 ワシントン大学の材料科学者たちは、AIと量子コンピューティングを統合することで、これまで不可能だった大規模な量子材料シミュレーションを実現しました。この革新的なアプローチにより、従来の小規模なモデルでは観察できな... -
量子コンピューティング、結晶材料シミュレーションに必要な量子ビット数を4〜8個削減する新フレームワーク発表
Quantum Zeitgeist イギリス 概要 ロンドン・センター・フォー・ナノテクノロジーの研究者らが、結晶材料の量子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「周期対称適応エンコーディング」フレームワークを発表しました。この新手法は、結晶... -
Hugging Face論文集、3D畳み込みオートエンコーダと潜在拡散モデルを組み合わせた電子密度生成フレームワークを公開
Hugging Face 国際 概要 Hugging Faceの論文コレクションには、電子密度の生成潜在空間ダイナミクスを学習するための生成フレームワークが紹介されました。このフレームワークは、3D畳み込みオートエンコーダと潜在拡散モデルを組み合わせることで、ab ini... -
UniFFBench、汎用機械学習力場UMLFFsを実験測定値と照合し、材料シミュレーションの安定性・忠実度・弾性特性を評価
arXiv 国際 概要 新しいベンチマークフレームワーク「UniFFBench」が発表され、汎用機械学習力場（UMLFFs）を多様な鉱物システムに対する実験測定値と照合して評価します。UniFFBenchは、分子動力学（MD）シミュレーションの安定性、有限温度での構造忠実... -
大規模データセットにスケールアップされた制約なしMLIPs、静的シミュレーションで既存モデルを凌駕
ResearchGate 国際 概要 大規模データセットにスケールアップされた「制約のない」機械学習原子間ポテンシャル（MLIPs）が、幾何学的最適化や格子力学などの静的シミュレーションワークフローにおいて、物理的に制約されたモデルと比較して精度と速度の両... -
Chemistry World誌、AIエージェントとMLIPsが触媒発見をシミュレーションからスケールアップまで加速する最前線
Chemistry World イギリス 概要 Chemistry World誌は、AIエージェントと機械学習原子間ポテンシャル（MLIPs）が触媒発見プロセスをシミュレーションからスケールアップまで加速する最前線を報じました。MLIPsは、計算負荷の高い密度汎関数理論（DFT）シミ... -
液状(U,Zr)の熱物理・構造予測で機械学習SNAPがMEAMを上回り、粘度異常や二十面体短距離秩序を解明
PubMed 国際 概要 液状ウラン-ジルコニウム(U,Zr)混合物の熱物理的および構造的特性の予測において、機械学習ベースのSpectral Neighbor Analysis Potential (SNAP)が、経験的Modified-Embedded Atom Model (MEAM)よりも高い予測能力を示しました。この研... -
多層hBNの機械学習粗視化ポテンシャルにVirial-Matchingを導入し、2D材料のメソスケール問題を解決
The Journal of Physical Chemistry C - ACS Publications 国際 概要 多層hBNのような多成分2D材料向けに、機械学習ポテンシャルに基づくボトムアップ型virial-matching粗視化手法が開発されました。このアプローチは、2D材料のメソスケール機械問題におけ... -
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... -
DP-EVAフレームワーク、大規模原子モデルの事前学習済み知識を最大化しデータ効率の高いMLIPsを開発
Clean Energy | Oxford Academic 国際 概要 新しいデータ効率の良いファインチューニングフレームワーク「DP-EVA」が導入されました。これは、大規模な原子モデルの事前学習済み知識を最大限に活用し、ドメイン固有の機械学習原子間ポテンシャル（MLIPs）... -
XRDiff、拡散モデルを活用し粉末X線回折データから結晶構造を予測する新手法
arXiv 国際 概要 新しい拡散モデル「XRDiff」が開発され、粉末X線回折（PXRD）データから結晶構造を予測することを可能にしました。XRDiffは、部分的な化学組成入力でも機能し、スペクトルから構造へのマッピングを学習することで、多形体を区別できるほど... -
アルゴンヌ国立研究所、ISC High Performance 2026で材料・分子発見加速のためのAIとHPC統合研究を発表
Argonne National Laboratory アメリカ 概要 アメリカのアルゴンヌ国立研究所は、ISC High Performance 2026において、人工知能（AI）、高性能コンピューティング（HPC）、量子コンピューティングを統合し、材料および分子の発見を加速させる研究成果を発... -
スイスPSIのAIモデル、X線回折では困難だった結晶構造中の水素原子位置を正確に特定
Chemistry World スイス 概要 スイスのパウル・シェラー研究所（PSI）の研究者らが、無機結晶構造内でこれまで特定が困難だった欠落水素原子の位置を正確に配置するAIモデルを開発しました。この新技術は、従来のX線回折では困難だった水素原子の検出を可... -
Fermilab、DOEのGenesisミッションを支えるAI駆動型科学発見向け大規模データインフラを構築
Fermilab 米国 概要 米国エネルギー省（DOE）のGenesisミッションを支援するため、FermilabはAI駆動型科学的発見を推進する安全かつ大規模なデータインフラ「Fermi Data Platform」を提供しています。このプラットフォームは、AI対応のデータストレージと... -
Jeff Bezos氏共同リーダーのPrometheus、エンジニアリング設計サイクル圧縮AI開発へ120億ドル調達、評価額410億ドル
Tech Funding News 米国 概要 Jeff Bezos氏が共同リーダーを務めるPrometheusは、エンジニアリング設計サイクルを数年から数ヶ月に短縮するAIツール開発のため、シリーズBで120億ドルという驚異的な資金を調達し、評価額は410億ドルに達しました。同社はジ... -
米国Tech Guide、量子コンピューティングが創薬・材料研究・金融最適化を加速する可能性を解説
Tech Guide 米国 概要 Tech Guideは、量子コンピューティングが創薬、材料研究、暗号学、金融最適化といった分野で近い将来、有望な進歩をもたらすと解説しています。これらの分野では、従来のソルバーが実用的な限界に達しています。量子コンピューターは... -
PhysicsX社、産業工学シミュレーションを数日から数秒に短縮するAI技術で1.35億ドルを調達、評価額約1.7億ドルに
The AI World 英国 概要 ロンドンを拠点とするAIスタートアップのPhysicsXは、産業工学シミュレーション時間を数日から数秒に短縮する深層学習活用AI技術により、シリーズBで1億3500万ドルの資金調達に成功しました。これにより、同社の総資金調達額は1億7... -
Intel Market Researchレポート: 空間コンピューティング生成AI材料・化学技術市場、2026年に37.8億ドル規模へ
Intel Market Research 多国籍 概要 本記事はIntel Market Researchが発行した市場調査レポートの概要紹介です。グローバル空間コンピューティング生成AI材料・化学技術市場は、2026年に37.8億ドル規模に成長すると予測されています。この成長は、空間コン...
