密度汎関数理論– tag –
-
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... -
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... -
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... -
MITの研究者が機械学習原子間ポテンシャルを活用し、高エントロピー合金の酸素還元反応におけるラテラル相互作用の重要性を解明
PubMed アメリカ 概要 MITの研究チームは、機械学習原子間ポテンシャル（MLIP）を活用したフレームワークを開発し、Ag-Ir-Ru-Pd-Pt-Cu-Rh-Re高エントロピー合金の組成空間における酸素還元反応（ORR）をモデル化しました。この研究は、混み合った表面でのO... -
アクティブラーニングがMACE-MP-0基盤MLFFのファインチューニングを最適化し、少ないデータで完全データ精度を達成
arXiv 国際 概要 この研究は、機械学習力場（MLFF）のトレーニングにおいて、より少ないラベルデータで完全なデータ精度を達成する革新的な手法を提示しました。特に、MACE-MP-0のような基盤MLFFのファインチューニングにアクティブラーニング戦略を適用す... -
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... -
arXiv論文、ML力場トレーニングで少ないラベル数でもフルデータ精度を達成するデータ選択戦略を実証
arXiv 国際 概要 本論文は、機械学習力場（MLFF）のトレーニングとファインチューニングにおけるデータ選択の重要性を詳細に調査し、LLPR（Least-Likely to Predict Region）のようなアクティブラーニング戦略が、より少ないラベル数でフルデータ精度を達... -
MLIP Studioが無料Webアプリ「MLIP Studio」をリリース、60種以上の汎用MLPで分子・材料シミュレーションを加速
MLIP Studio Blog 不明 概要 MLIP Studioは、汎用機械学習原子間ポテンシャル（MLIP）を用いた分子および材料の原子計算を可能にする無料Webアプリケーション「MLIP Studio」をリリースしました。このアプリケーションは、MACE、FAIRChem/UMA、MatterSim、... -
arXiv論文、d4/d6/d7ペロブスカイト酸化物MDシミュレーションでMACEとCHGNetの限界と可能性を検証
arXiv 国際 概要 本論文は、d4/d6/d7ペロブスカイト酸化物の分子動力学（MD）シミュレーションにおいて、MACEとCHGNetといった基盤機械学習原子間ポテンシャル（MLIP）の成功と限界を詳細に検証しています。システム固有のトレーニングなしでナノ秒スケー... -
YouTubeチャンネルyaavikmaterials、ML原子間ポテンシャルがDFT精度で大規模MDを可能にしシステムサイズのトレードオフを解消
yaavikmaterials (YouTube) 不明 概要 YouTubeチャンネルyaavikmaterialsの動画では、MACE、NequIP、CHGNetといった機械学習原子間ポテンシャル（MLIP）が、分子動力学（MD）シミュレーションにおけるシステムサイズとシミュレーション時間の間のトレード... -
Chalmers大、高性能MDパッケージGPUMD 4.0発表、MLポテンシャルで材料シミュレーションを革新
Computational Materials Group @ Chalmers スウェーデン 概要 チャルマース工科大学の計算材料グループは、高性能分子動力学（MD）ソフトウェアの最新安定版「GPUMD 4.0」を発表しました。このバージョンは、ニューロエボリューションポテンシャル（NEP）... -
arXiv論文、6つの汎用ML原子間ポテンシャルをベンチマークし、月レゴリス鉱物MDシミュレーションの構造的忠実度と性能を評価
arXiv 国際 概要 月レゴリス鉱物の分子動力学（MD）シミュレーションに特化し、MACE-MH、MatterSim、SevenNet-0、UPET、UMA、NequIP-OAM-Lの6つの汎用機械学習原子間ポテンシャル（MLIP）が包括的にベンチマークされました。この研究は、各MLIPの構造的忠... -
LAMMPSがMACE・CHGNetなど多様な機械学習ポテンシャルに対応、原子シミュレーションの汎用性向上
LAMMPS Molecular Dynamics Simulator 不明 概要 分子動力学シミュレーターLAMMPSは、MACE、CHGNet、DeePMD-kit、NequIP、SevenNetといった主要な機械学習ポテンシャル（MLP）フレームワークとの相互運用性を大幅に強化しました。この機能強化により、LAMM... -
23種類のML原子間ポテンシャルをベンチマーク、大規模モデルは精度向上わずかだが速度が大幅に低下
arXiv News 国際 概要 23種類のオープンソース機械学習原子間ポテンシャル（MLIP）の包括的なベンチマーク研究により、精度と速度の間に重要なトレードオフが存在することが明らかになりました。研究結果は、最先端の大規模モデルが軽量MLIPに比べてわずか... -
MLIPにおける原子部分電荷の課題が非共有結合相互作用の高精度シミュレーションを阻害
ACS Publications (Journal of Chemical Theory and Computation) 国際 概要 機械学習インターアトミックポテンシャル（MLIP）は、分子動力学シミュレーションにおいて密度汎関数理論（DFT）レベルの精度を低コストで実現する大きな可能性を秘めていますが... -
AI統合による先進材料製造がエネルギー貯蔵、触媒、環境応用で革新を加速
Frontiers (Journal of Energy Research & Reviews) 国際 概要 人工知能（AI）を統合した先進材料の製造が、エネルギー貯蔵、触媒、環境アプリケーションの分野で革命的な変革をもたらしていると報告されました。機械学習は触媒発見プロセスを加速し、計算... -
arXivでMLIP Studioが発表、60以上のMLIPを統合し原子シミュレーションの計算コストを大幅削減
arXiv 国際 概要 オープンソースの無料プラットフォーム「MLIP Studio」がarXivで発表され、60以上のユニバーサル機械学習インターアトミックポテンシャル（MLIP）を統合し、原子シミュレーションとベンチマークを容易にします。このプラットフォームは、... -
RSCがMOF吸着スクリーニングでMLIPと古典力場を統合、DFT精度を低コストで実現
The Royal Society of Chemistry (Chemical Science) 国際 概要 金属有機構造体（MOF）の吸着スクリーニングにおいて、古典的な力場とユニバーサル機械学習インターアトミックポテンシャル（u-MLIP）を統合した効率的なハイブリッドスクリーニングワークフ... -
量子コンピューティングが計算物理学を革新、材料・化学シミュレーションを原子レベルで高精度化
Quantum + AI Insiders アメリカ 概要 量子コンピューティングが計算物理学に革命をもたらし、材料科学や化学における分子および材料のシミュレーションにおいて、電子構造レベルでの前例のない精度を実現していると報じられました。この技術は、古典的な... -
Cen-Online.org、デジタルツールとAI活用による触媒発見のブレークスルーと産業応用を詳述
Cen-Online.org 不明 概要 Cen-Online.orgの記事は、触媒作用の最近の進歩とその産業応用について詳述し、デジタルツールとAIが触媒発見をどのように変革しているかを強調しています。計算化学、機械学習、自動化された実験が連携することで、よりクリーン...
