密度汎関数理論– tag –
-
Frontiersが「高レート電池向けAI駆動型材料発見」研究テーマを始動、次世代エネルギー貯蔵を加速
Frontiers スイス 概要 Frontiers誌は、「高レート電池向け高スループットAI駆動型材料発見と設計」という新たな研究テーマを開始しました。このテーマは、機械学習による予測設計、ハイスループット計算スクリーニング、データ駆動型実験手法を通じて、高... -
AIと物理学の協働で水素貯蔵材料設計に画期的な進展、最適格子設計を特定
Phys.org アメリカ 概要 AIと物理学の革新的な協働により、水素貯蔵材料の設計において画期的な進展がもたらされました。研究は、水素貯蔵容量が金属格子の原子スケール形状とその熱応答特性に密接に相関することを発見し、最適な金属原子半径と比較的柔ら... -
機械学習ポテンシャルが量子化学計算を最大100万倍高速化、材料科学に革命
ACS Central Science アメリカ 概要 機械学習ポテンシャル（MLIPs）の急速な進歩が、量子化学計算の速度を最大100万倍に加速する可能性を秘めており、化学および材料科学分野に革命をもたらすと指摘されています。この記事では、MLIPsの多様な応用範囲と現... -
arXivにユニバーサルMLIPの評価論文発表、反応プロセスにおける精度向上にはDFTファインチューニングが不可欠と判明
arXiv アメリカ 概要 arXivにて発表された研究は、反応イベントを含む定量的材料モデリングにおける5つの汎用機械学習原子間ポテンシャル（MLIP）を評価しました。結果として、汎用MLIPは汎用ツールになりつつあるものの、反応プロセスにおけるゼロショッ... -
パデュー大学、計算材料設計およびマテリアルズインフォマティクス分野でポスドク研究員を募集、DFT・MLIPs研究を強化
ApplyKite アメリカ 概要 パデュー大学は、計算材料設計とマテリアルズインフォマティクス分野でポスドク研究員の募集を開始しました。このポジションは、密度汎関数理論（DFT）、欠陥シミュレーション、機械学習分子間ポテンシャル（MLIPs）といった原子... -
AtomGPT.orgがオープンアクセス型エージェントAIプラットフォーム「AGAPI-Agents」を発表、材料設計を加速
The Journal of Physical Chemistry Letters アメリカ 概要 AtomGPT.orgは、オープンソースの大規模言語モデル（LLMs）と科学ツール・データベースを統合した、オープンアクセス型のエージェントAIプラットフォーム「AGAPI-Agents」を発表しました。このプ... -
MDPI論文が機械学習MTPsを開発、AlGaNおよび関連材料の熱輸送特性を低コストで高精度予測
MDPI スイス 概要 MDPI誌に掲載された研究は、AlGaNおよび関連材料の静的・動的構造特性と熱輸送をシミュレーションするための機械学習モーメントテンソルポテンシャル（MTPs）を開発しました。DFT計算データで訓練されたMTPsは、格子定数、弾性定数、熱膨... -
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... -
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... -
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）... -
ブラウン大学とミシガン大学、金属の未発見中間相物質を安定化させ量子コンピューティングへ新たな洞察
SciTechDaily アメリカ 概要 ブラウン大学とミシガン大学の研究者らが、金属の一般的な2つの結晶配置間に存在する、これまで捉えられていなかった中間相の物質を安定化させることに成功しました。この数十年にわたる予測が遂に現実のものとなった発見は、S... -
ACS論文、オスマベンゼン錯体の構造特性予測に化学情報駆動型MLフレームワークを導入し高精度を実現
ACS Publications 国際 概要 ACS Publicationsに掲載された研究は、オスマベンゼン錯体の構造的非平面性を予測するための、化学情報駆動型機械学習（ML）フレームワークを開発しました。軌道エネルギーに基づく記述子を用いることで、このフレームワークは... -
InvDesMobilityフレームワーク、キャリア移動度に基づく信頼性ゲート付き第一原理フィードバックで材料探索を効率化
arXiv 国際 概要 InvDesMobilityは、キャリア移動度に関する信頼性ゲート付き第一原理フィードバックを利用したクローズドループ型逆材料設計フレームワークです。このフレームワークは、自動DFT計算、生成構造提案、取得ランキングを統合し、高価な計算特... -
LLMベースの自律エージェントPhyNex、計算物理学における半導体誘電スペクトル予測などを自動発見
arXiv 国際 概要 計算物理学における科学的発見を加速する自律エージェント「PhyNex」が開発されました。PhyNexは大規模言語モデル（LLM）ガイド検索とドメイン固有の計算ツールを組み合わせることで、半導体の誘電スペクトル予測や量子バッテリーの充電プ... -
結晶対称性を活用したAIモデルSG-CDVAE、スピントロニクス向けに4つの安定な新規反強磁性体を特定
AZoM 国際 概要 新しい対称性ガイド型AIモデル（SG-CDVAE）が、スピントロニクス応用に特化した4つの安定な反強磁性体候補を特定しました。この生成深層学習フレームワークは、結晶学的空間群情報を直接モデルに組み込むことで、磁性結晶材料の逆設計プロ...
