密度汎関数理論– tag –
-
能動学習と知識蒸留を統合したMLMDが、MACEモデルでデータ効率を3分の1に向上、DeePMD比で高速化
ACS Publications アメリカ 概要 本研究では、DeePMDとMACEモデルを能動学習および知識蒸留フレームワーク内で組み合わせることで、データ効率と推論速度を両立させた機械学習分子動力学（MLMD）原子間ポテンシャル（MLIPs）を開発しました。液体水をケー... -
機械学習原子間ポテンシャル（MLIPs）が触媒発見を加速、DFTレベルの精度を低コストで実現
nano-matter.com 国際 概要 2026年8月現在、機械学習原子間ポテンシャル（MLIPs）が計算触媒研究の主流技術となり、触媒候補の高速スクリーニング、反応経路の効率的マッピング、触媒性能の正確な予測を可能にしています。MLIPsは密度汎関数理論（DFT）計... -
チタンカーバイドMXeneのMLIPを開発：イオン照射シミュレーションに応用し欠陥工学に新たな指針
The Royal Society of Chemistry イギリス 概要 チタンカーバイドMXeneの機械学習原子間ポテンシャル（MLIP）が開発され、イオン照射シミュレーションへの応用が実証されました。このMLIPは密度汎関数理論（DFT）データで訓練され、MXeneの分子動力学シミ... -
MACEとSevenNet、材料特化型MLIP構築におけるデータ効率を評価：2,000AIMD構成データでab initio精度を達成
arXiv 国際 概要 材料特化型機械学習原子間ポテンシャル（MLIP）をユニバーサルMLIPからファインチューニングする際、第一原理計算（AIMD）データの必要量が定量化されました。研究結果では、2,000のAIMD構成データがあればab initio精度を達成できる堅牢... -
tabGAPフレームワークでタングステン-ホウ素表面スパッタリング向け機械学習原子間ポテンシャルを開発、MXene欠陥工学に貢献
arXiv 国際 概要 tabGAPフレームワークを用いて、タングステン-ホウ素（W-B）表面のスパッタリング挙動を大規模シミュレーションするための機械学習原子間ポテンシャル（MLIP）が開発されました。このMLIPは密度汎関数理論（DFT）データで訓練され、大規模... -
Matlantis、CALPHAD、DFT、MLIPs、AIエージェント統合のウェビナーで計算材料設計を加速
Matlantis 日本 概要 Matlantisは、CALPHAD、密度汎関数理論（DFT）、機械学習原子間ポテンシャル（MLIP）、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、計算材料設計を加速するオンデマンドウェビナーを提供しています。このウェビナーでは、... -
第4回CEMDI-PAIMSシンポジウム開催：計算材料科学、AI、データ、実験、国際協力で材料発見を加速
EurekAlert! アメリカ 概要 第4回CEMDI-PAIMSシンポジウムがモントリオールで開催され、計算材料科学、AI、データ、実験的洞察、国際協力の融合による材料発見の進展が議論されました。カナダと日本の共同イニシアチブである本シンポジウムは、計算モデリ... -
EE Times、材料R&DにおけるAI導入は技術より人材・組織変革が鍵と指摘、トヨタ事例で開発期間短縮を強調
EE Times アメリカ 概要 EE Timesは、材料R&DにおけるAIの導入は、技術的能力よりも人材と組織的要因にかかっていると主張しています。ニューラルネットワークポテンシャルがDFTに匹敵する精度をより高速で提供する中、主要な課題は、ドメインエキスパ... -
ACS Publications、OMol25学習MLIPによるNaイオン電池電解液の溶媒和構造予測と実験検証で高精度・高スループットを実現
ACS Publications アメリカ 概要 ACS Publicationsの論文は、OMol25で訓練された機械学習インターアトミックポテンシャル（MLIPs）が、次世代Naイオン電池向け電解液の予測的かつ高スループットなシミュレーションに、効率的かつ正確な経路を提供すること... -
ACS Omega、生成モデルと分子動力学シミュレーションで高電圧・低温動作リチウムイオン電池向け電解液を発見
ACS Omega アメリカ 概要 研究者らは、生成機械学習モデル「G-SchNet」をQM9-GCDQEデータベースで訓練し、高電圧・低温動作のリチウムイオン電池向け電解液の発見を加速しました。この逆設計プロセスはDFTおよび分子動力学（MD）検証を経て、有望な候補で... -
ロジウムカルコゲナイドナノ結晶が多形性と次元性を実現、電子的特性と相選択的合成の基礎確立
ChemRxiv 不明 概要 本速報論文は、ロジウムカルコゲナイドナノ結晶の多形性と次元性を探求し、前駆体の選択と合成温度が相選択的合成を可能にすることを示しています。分析により、様々なナノ結晶サンプルの組成と相純度が確認され、密度汎関数理論計算は... -
コンピューター設計と実験検証で油流出修復に持続可能な多糖類ハイドロゲルを開発
ChemRxiv 不明 概要 本速報論文は、油流出修復のための環境に優しい多糖類ハイドロゲルを、非毒性のポリジメチルシロキサン(PDMS)で表面修飾し、計算設計と実験検証を行った研究です。分子ドッキングシミュレーションと密度汎関数理論を用いて10種類のPDMS... -
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、... -
ノースウェスタン大学、AIで材料界面の複雑な原子構造を解明する新計算手法を開発
McCormick School of Engineering (Northwestern University) アメリカ 概要 ノースウェスタン大学の研究者は、材料界面の複雑な原子構造を明らかにする新しいAI駆動型計算手法を開発しました。このアプローチは、機械学習、高度な構造探索、量子力学計算... -
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... -
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... -
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...
