機械学習– tag –
-
SchubertグループがAI4X会議でAI駆動型ポリマー研究を発表、高分子材料発見を加速
不明 ドイツ 概要 Schubertグループは、シンガポールで開催されたAI4X Conference 2026で、AI駆動型ポリマー研究の最新進捗を発表しました。彼らの研究は、自動化、高スループット実験、機械学習が新しい機能性ポリマー材料の発見をいかに加速するかを強調... -
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... -
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... -
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）... -
MDPIのレビュー、製薬化学におけるML駆動型分子設計と構造-特性-性能関係の統合フレームワークを提唱
MDPI 国際 概要 MDPIに掲載されたレビュー論文は、製薬化学における機械学習（ML）の役割を深く考察し、分子設計、合成の実現可能性、そして構造-特性-性能（SPP）関係を統合するフレームワークを提案しました。このレビューは、分子基盤モデルや拡散ベー... -
Tech Science Press誌、AI・ML・生成モデルによる材料科学のパラダイム進化を特集
Tech Science Press 国際 概要 Tech Science Pressのジャーナル『CMC』2026年第88巻第2号が、AI、機械学習、生成モデルが材料科学の科学的パラダイムをどのように進化させているかを特集しました。本号には、フェデレーテッドLLMエコシステムに関する調査... -
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... -
スウェーデン研究者、AIと物理計算を融合したQNM-Netで光学部品の逆設計を高速化
Laser Photonics Rev. スウェーデン 概要 スウェーデンの研究者たちは、機械学習と物理計算を組み合わせた新しい手法「QNM-Net」を開発し、フォトニクス部品の設計を大幅に高速化することに成功しました。QNM-Netは、従来のニューラルネットワークと比較し... -
AIと生成モデルが有機半導体の発見を加速、逆設計で特性制御を強化
Request PDF 国際 概要 機械学習と生成AIが有機半導体の設計と発見を劇的に加速することが、最新のレビュー論文で強調されました。これらのAI技術は、分子構造と特性の複雑な関係を解明し、ハイスループットスクリーニングや逆設計によって目標とする性能... -
AIとウェアラブルセンサーの統合：高度な健康モニタリングと疾患診断の未来
MDPI (Sensors Journal) スイス, 国際 概要 MDPIのSensors誌に掲載されたレビュー論文は、人工知能（AI）と機械学習（ML）がウェアラブルセンサーの能力をどのように向上させ、高度なデータ分析、パターン認識、予測モデリングを可能にするかを探っていま... -
AI・機械学習 ウィークリーレポート 2026年6月19日号
▼ ▼ ▼ インフォグラフィックを見てウィークリーレポートを読みたいと感じられた方は、下記の戦略レポートのダウンロードをクリックしてください。 ▼ ▼ ▼ 📄 ウィークリーレポート 2026年6月19日（PDF）をダウンロード ウィークリーレポート 2026年6... -
機械学習がシリコン-ゴールドナノピラーの隠れたナノフォトニック共鳴を解明、複雑材料解析を加速
npj Computational Materials グローバル 概要 機械学習（ML）技術が、シリコン-ゴールドナノピラーにおけるこれまで検出困難だった隠れたナノフォトニック共鳴を明らかにした。開発された新しいMLワークフローは、低損失EELS（電子エネルギー損失分光法）... -
生体高分子データセットの機械学習活用に向けたデータ標準化が急務に
Biomacromolecules - ACS Publications アメリカ 概要 生体高分子データセットを機械学習に活用する上で、データ標準化が極めて重要であることが指摘された。LLMとケモインフォマティクス・マテリアルズインフォマティクスプラットフォームの統合には、デ...
