結晶– tag –
-
深紫外非線形光学材料の発見を加速：MLIPと第一原理計算の統合フレームワークをLiB2O3Fで実証
ACS Publications アメリカ 概要 深紫外（deep-UV）非線形光学材料の発見を加速するための統合フレームワークが確立され、LiB2O3Fシステムでその有効性が実証されました。このフレームワークは、機械学習原子間ポテンシャル（MLIP）の構築、MLIP支援結晶構... -
COMPACKプログラム、距離ベースの結晶構造類似性識別でCSP-MACE-Åの温度依存多形予測を支援
ResearchGate 国際 概要 研究論文は、距離を用いて結晶構造の類似性を識別するプログラム「COMPACK」を発表しました。このプログラムは、有機結晶構造予測（CSP）において、OXtalのような生成モデルがコストを大幅に削減する一方で、CSP-MACE-Åのようなモ... -
ArXivがフローベース結晶構造予測のターゲットアラインメント強化学習フレームワーク「CrystalGRPO」を発表
arXiv 国際 概要 論文「CrystalGRPO」は、フローベースの生成モデルによる結晶構造予測（CSP）のための、ターゲットアラインメントおよびカバレッジ保持型強化学習フレームワークを発表しました。このフレームワークは、MACE予測エネルギーとStructureMatc... -
ArXiv、スパースな電子回折観測から結晶構造を予測する機械学習フレームワーク「ED-CSP」を発表
arXiv 国際 概要 論文「ED-CSP」は、スパースな電子回折（ED）観測データから結晶構造を予測する機械学習フレームワークを発表しました。このモデルは、化学組成とEDスポットセットから格子パラメータと原子座標を共同で予測し、ED-CSデータセットで訓練さ... -
OAE Publishing、無機材料発見におけるLLMとAIエージェントの閉ループ統合でA-Labが17日間で36種の化合物実現
OAE Publishing Inc. アメリカ 概要 大規模言語モデル（LLM）とAIエージェントの統合により、無機材料の発見が予測段階から実験的実現へと移行しつつあります。LLMが文献マイニング、実験設計、実行、特性評価、反復改良を調整する閉ループエージェントア... -
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、... -
AIが材料発見を加速：生成デザインから自律的実現までを網羅するレビュー論文発表
ACS Chemical Reviews アメリカ 概要 材料発見を加速するAI手法に関する包括的なレビュー論文が発表されました。このレビューは、計算設計、データインフラ、合成計画、自律的実験を統合したワークフローに焦点を当てています。VAE、GAN、拡散モデル、ベイ... -
東京理科大学、AI逆設計フレームワークで高速スピン波コンピューティング向けマグノン結晶構造を最適化
EurekAlert! (東京理科大学, Small Structures) 日本 概要 東京理科大学の研究者らは、AI（遺伝的アルゴリズムとマイクロマグネティックシミュレーション）を用いた逆設計フレームワークを開発し、高速スピン波コンピューティング用のマグノン結晶（MC）構... -
ノースウェスタン大学、特性予測機械学習モデル「LVGP」で電子・エネルギー材料設計を加速
Northwestern University (Paula M. Trienens Institute For Sustainability And Energy) アメリカ 概要 ノースウェスタン大学のWei Chen教授の研究グループは、カテゴリー選択（元素、結晶構造など）を数値表現に変換して材料性能を予測する機械学習モデ... -
エネルギー的に固定されたMLIP埋め込みが水素発生電極触媒の予測精度を向上
ACS Publications (Journal of Chemical Information and Modeling) 概要 研究者らは、機械学習原子間ポテンシャル（MLIP）由来のエネルギー記述子を事前学習済みCrystal Hamiltonian Graph Neural Network (CHGNet) 潜在埋め込みと統合する「エネルギー的... -
材料科学におけるML進展：特性予測から構造設計まで、LLMの検証が重要
Academic Review / Journal Global 概要 材料科学における機械学習（ML）の役割に関する最新のレビューは、特性予測、新規材料発見、プロセス最適化におけるその影響を詳述しています。特に、機械学習原子間ポテンシャル（MLIP）、結晶構造のためのグラフ... -
ACS Publications、低温柔軟有機結晶の解明に向けた物理学駆動型計算パラダイムとAI支援マルチスケールシミュレーションを提案
ACS Publications アメリカ 概要 本研究は、低温で柔軟性を示す有機結晶の特性を解明するため、物理学駆動型計算パラダイムを提案しています。このアプローチは、AI支援マルチスケールシミュレーションと機械学習力場（MLFF）を組み合わせ、逆設計のための... -
arXiv論文、モデル非依存型グラフプロンプト学習でGNNの結晶特性予測精度を大幅向上
arXiv 国際 概要 本論文は、グラフニューラルネットワーク（GNN）の結晶特性予測性能を向上させるため、新しいモデル非依存型ソフトプロンプト学習フレームワークを提案しました。このフレームワークは、ノードレベルおよびグラフレベルのソフトプロンプト... -
GitHubリポジトリ「awesome-ai-for-science」公開、Google GNoMEとMicrosoft MatterGenなど科学発見を加速するAIツールを厳選
GitHub (ai-boost) 国際 概要 GitHub上に「awesome-ai-for-science」リポジトリが公開され、物理学、化学、生物学、材料科学など多岐にわたる科学分野の発見を加速するAIツールとフレームワークが厳選されてリスト化されました。このリストには、220万の新... -
Springer Natureが結晶欠陥のML手法に関する論文募集を開始、原子シミュレーションとの統合を重視
Research Communities (Springer Nature) 国際 概要 Springer NatureのResearch Communitiesは、結晶欠陥のモデリングと予測に焦点を当てた機械学習（ML）手法に関する論文募集を開始しました。この募集は、グラフニューラルネットワークやアクティブラー... -
arXiv論文、SciReasonerがタンパク質・分子・結晶のマルチモーダル構造推論基盤モデルとして精度向上
arXiv 国際 概要 SciReasonerが、タンパク質、分子、結晶といった異なる種類の構造データに対応するマルチモーダル科学基盤モデルとして発表されました。このモデルは、構造要素を統一された語彙に離散化することで、予測と科学的推論能力を大幅に強化しま... -
材料科学における機械学習の包括的レビュー、グラフNNからLLM応用までデータ駆動型発見を解説
Nature Computational Materials 国際 概要 最新のレビュー論文が、材料科学における機械学習のデータ駆動型発見と機能的応用に関する進展を網羅的に解説しています。結晶構造解析のためのグラフニューラルネットワークや原子シミュレーションのための機械... -
東京理科大学が機械学習で新クラスの強磁性準結晶を発見、AIが磁性材料開発を加速
Digital Journal (Tokyo University of Science) 日本 概要 東京理科大学の研究チームは、機械学習を応用することで、これまでにない新しいクラスの強磁性準結晶の開発に成功しました。このAIガイドアプローチは、従来の試行錯誤的な手法に依存せず、安定... -
Ca-Fe-Ni三元系で100 GPa超の新規高圧相Ca6FeNiを発見、基盤モデルが結晶構造予測を革新
arXiv アメリカ 概要 arXivに公開されたプレプリント論文は、進化探索と適応型データ選択、ファインチューニングを組み合わせた自己整合的な基盤モデル支援型結晶構造予測（CSP）ワークフローの導入を報じています。この革新的な手法は、Ca-Fe-Ni三元系に... -
ArXivにLLM活用の自律型研究ループが登場、結晶グラフネットワークのバンドギャップ予測精度が向上
arXiv アメリカ 概要 arXivに公開されたプレプリント論文は、バンドギャップ予測のために専門家が設計した結晶グラフネットワークを最適化する、自律型大規模言語モデル（LLM）研究ループを導入しました。このワークフローは、進化探索と適応型データ選択...
