機械学習– tag –
-
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、... -
UWの研究、AI逆設計フレームワークで多機能材料発見を加速：熱伝導率60%向上、コスト10%削減
Mechanical Engineering | University of Washington アメリカ 概要 ワシントン大学（UW）の研究チームが、物理学ベースのモデリングと機械学習を組み合わせた新しい「逆設計フレームワーク」を開発し、多機能材料の発見を加速させました。このフレームワ... -
Berkeley Lab、AIと熱力学融合の新モデリングで先端材料開発を加速：固相反応予測精度向上
Berkeley Lab アメリカ 概要 新しいモデリングフレームワークが、正確な熱力学と機械学習を活用し、固相反応における中間化合物、最終生成物、不純物を含む一連の事象を正確かつ迅速に予測します。これにより、有望な新材料の合成方法を明らかにし、実用化... -
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... -
ユニバーサル計算戦略で低次元材料を大量発見：Materials Projectから9139種
ACS Chemistry of Materials アメリカ 概要 本研究は、ユニバーサル機械学習原子間ポテンシャル（UMLIPs）と高度な原子間力定数（FC）ベースの次元分類方法を組み合わせて、Materials Projectデータベースから大量の新しい低次元材料を発見しました。35,68... -
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... -
事前学習済みMLIPからの原子特徴量、材料生成モデルの評価に有効性を発揮
arXiv アメリカ 概要 この論文では、MACEのような事前学習済み機械学習原子間ポテンシャル（MLIP）から抽出される原子平均特徴量が、材料生成モデルの出力評価において有効であることを示しました。研究チームは、品質と新規性の両方を単一の分布ベース評... -
AI駆動型バッテリー化学シミュレーター、出力妥当性と化学感度における敵対的堅牢性を評価
OpenReview アメリカ 概要 AI駆動型バッテリー化学シミュレーター（MACE-MP-0やCHGNetなどの機械学習原子間ポテンシャルMLIPを含む）の敵対的堅牢性に関する初の体系的な評価が発表されました。物理的制約を持つモデルは90～92%の物理的出力妥当性を維持す... -
量子機械学習原子間ポテンシャル：変分量子アルゴリズムで分子エネルギー予測精度を向上
arXiv アメリカ 概要 本研究は、量子回路学習を機械学習原子間ポテンシャル（MLIP）に適用し、分子データセットのエネルギー予測精度を向上させました。量子転移学習アーキテクチャを用いて既存のANIモデルを再トレーニングし、量子回路シミュレーター上で... -
バイオ医薬品開発におけるAIの戦略的活用：抗体設計から品質管理までインド政府も推進
Press Information Bureau, Government of India インド 概要 バイオ医薬品開発において、AIの戦略的活用がターゲット同定から品質管理まで広がりを見せており、インド政府はゲノミクス、ヘルスケア、バイオ製造分野でAIを活用したバイオテクノロジー研究... -
AI・機械学習 ウィークリーレポート 2026年8月1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8月1日（PDF）をダウンロード ウィークリーレポート 2026年8... -
Databricks、ヘルスケア分野におけるAI活用戦略を発表し、リアルワールドデータに基づく治療法開発を加速
Databricks Blog アメリカ 概要 Databricksは、ヘルスケアおよびライフサイエンス分野におけるAI活用戦略を発表し、リアルワールドデータ（RWD）とAIの融合により治療法開発と患者ケアの変革を目指す。同社のLakehouseプラットフォームは、構造化・非構造... -
bioRxiv発表：SMART-NeuroDx、試薬不要・機械学習 readout でPOCT型認知症スクリーニングプラットフォームを実現
bioRxiv 国際 概要 bioRxivにプレプリントとして発表された研究は、試薬不要の多項目バイオセンサープラットフォーム「SMART-NeuroDx」を紹介しています。このシステムは、機械学習による読み取りを特徴とし、ポイントオブケア（POCT）型認知症スクリーニ... -
熱力学に基づく機械学習、エネルギー材料発見におけるエントロピーと非調和性の課題を克服へ（arXivプレプリント）
arXiv (プレプリント) 概要 この展望記事は、現在の機械学習（ML）モデルが主にゼロ温度記述に限定されているという限界に対処するため、エネルギー材料発見のための「熱力学に基づく機械学習」の開発を提唱しています。エントロピーと非調和性の重要性を... -
機械学習原子間ポテンシャル（MLIPs）のためのオントロジーが研究の比較・再現性を向上、arXiv論文で提案
arXiv (プレプリント) 概要 このプレプリントは、機械学習原子間ポテンシャル（MLIPs）、そのハイパーパラメーター、訓練データセット、およびベンチマークを体系的に記述するためのOWL 2 DLオントロジー「MLIPs ontology」を紹介しています。このオントロ... -
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... -
MDPIレビュー論文、Naイオン電池の電解質・電極材料革新と界面構築に理論計算・機械学習が不可欠と強調
MDPI (学術論文) 概要 MDPIに掲載されたレビュー論文は、ナトリウムイオン電池（NIBs）における電解質および電極材料の革新と界面構築戦略について議論し、理論計算と機械学習が新材料の発見と最適化プロセスを加速する上で不可欠であることを強調していま...
