密度汎関数理論– tag –
-
シンガポール国立大学、LLMとDFT、実験を統合しCO2と廃棄物から尿素肥料を生成する触媒を設計
NUS Faculty of Science シンガポール 概要 シンガポール国立大学（NUS）の研究者たちは、大規模言語モデル（LLM）、密度汎関数理論（DFT）、そして実験的検証を組み合わせた計算ガイド戦略を開発し、二酸化炭素（CO2）と硝酸塩から効率的に尿素を生産する... -
東北大学含む国際チーム、AI駆動型プラットフォーム「DigMethpy」でメタン熱分解触媒発見を加速
Tohoku University 日本 概要 東北大学を含む国際研究チームが、メタン熱分解触媒の発見を加速するAI駆動型デジタル触媒プラットフォーム「DigMethpy」を開発しました。このプラットフォームは、科学文献、実験データ、計算シミュレーション、機械学習モデ... -
ResearchGate、NequIPとGNNがアモルファス材料の多体相互作用をDFTより4桁低コストで予測
ResearchGate 不明 概要 最新の研究で、溶媒フリーポリマーグラフト化ナノ粒子（PGN）のモデルソフトガラスにおける多体相互作用の予測にグラフニューラルネットワーク（GNN）の一種であるNequIPが適用されました。NequIPは、系の高次元で起伏の多いポテン... -
ASM International、CALPHAD、DFT、MLIPs、AIエージェント統合で計算材料設計を加速
ASM International アメリカ 概要 ASM Internationalのウェビナーで、CALPHAD、密度汎関数理論（DFT）、機械学習原子間ポテンシャル（MLIPs）、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、材料発見と設計を加速する最新の進歩が紹介されまし... -
arXiv、マルチモーダル学習とGNNでスタック型2D材料の特性予測を高度化
arXiv 不明 概要 arXivに公開された最新の研究で、スタック型二次元（2D）材料の特性予測のためのマルチモーダル学習アプローチ「BiMat-ML」が提案されました。この手法は、計算コストの高い密度汎関数理論（DFT）に代わり、グラフニューラルネットワーク...
