結晶– tag –
-
ArXivに基盤モデルとベイジアン最適化を統合した材料設計ワークフローが登場、計算コストを削減
arXiv アメリカ 概要 arXivで発表されたプレプリント論文は、サロゲートゲート型生成と基盤モデル埋め込みを統合した新しいベイジアン材料設計ワークフローを提案しています。このアプローチは、事前学習されたORB埋め込みとガウス過程を組み合わせること... -
ArXivに潜在遺伝的アルゴリズムが登場：結晶構造予測の効率を画期的に向上
arXiv アメリカ 概要 arXivに公開されたプレプリントが、結晶構造予測（CSP）のための新しい「潜在遺伝的アルゴリズム（LGA）」を紹介しています。LGAは、事前学習された汎用原子間ポテンシャルによって学習された潜在表現を連続的な進化的座標として利用... -
エディンバラ大学、固溶体結晶の物性予測精度を向上させるネスト型結晶グラフニューラルネットワークを開発
Edinburgh Research Explorer イギリス 概要 エディンバラ大学の研究者らは、化学的に複雑な固溶体結晶の物性予測精度を大幅に向上させる「Solid Solution Nested Graph Neural Network (SSNGNN)」を開発しました。SSNGNNは、組成情報と構造情報をネスト型... -
Google DeepMindとMeta主導、科学的発見を加速するAIツールとデータセットの厳選リスト公開
GitHub アメリカ 概要 GitHubリポジトリ「awesome-ai-for-science」が公開され、物理学、化学、生物学、材料科学など幅広い分野で科学的発見を加速するAIツール、ライブラリ、論文、データセット、フレームワークが厳選されて紹介されています。Google Dee... -
AI活用で金属有機材料設計を動的ネットワークへ拡張、自己駆動型ラボが合成加速
MDPI 国際 概要 AIを用いた金属有機材料（MOM）設計は、従来の結晶性MOFから、金属-ポリフェノールネットワーク（MPN）のような動的配位ネットワークへと応用範囲を広げることが提案されています。この新たなアプローチは、プロセス認識型、界面感受型、機... -
教師なしMLがリチウム電池新素材探索を加速、次元削減問題を克服
未公表研究 不明 概要 この研究は、機械学習における次元削減の課題を克服する、教師なし材料発見のための堅牢な統計的フレームワークを導入しました。最適埋め込み次元を決定することで情報損失を抑制し、高次元の材料データからリチウムベースの新規候補... -
PHB/PHBVベース材料の熱特性をMLが予測、統合ポリマーデータベースで精度向上
MDPI スイス 概要 本研究は、機械学習（ML）を用いてPHBおよびPHBVベース材料の熱特性（ガラス転移温度、融点、結晶化温度）を予測する新しいアプローチを報告しました。文献と社内実験から収集した572件のデータを用いて統合ポリマーデータベースを構築し... -
600万超の結晶で事前学習された物理情報基盤モデル「CLOUD」が材料特性予測を革新
springermedizin.de ドイツ 概要 スケーラブルで物理情報に裏打ちされたTransformerベースの結晶表現学習基盤モデル「CLOUD」が発表されました。600万以上の結晶データで事前学習されたCLOUDは、結晶対称性、Wyckoff位置、組成をコンパクトな文字列表現で... -
DeepMind GNoMEとMicrosoft MatterGenがAI駆動型材料探索を劇的に加速、数百万の無機結晶を高速スクリーニング
AI CERTs News アメリカ 概要 DeepMindのGNoMEやMicrosoftのMatterGenといったAIパイプラインが、グラフェンニューラルネットワークと機械学習ポテンシャルを駆使し、数百万の無機結晶を前例のない速度でスクリーニングすることに成功しました。これらのハ... -
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... -
arXivにAI生成結晶の構造的新規性分析手法発表、既知プロトタイプへの偏り判明
arXiv アメリカ 概要 arXivにて、AIモデルによって生成された無機結晶の構造的新規性を評価するための新しいワークフローが発表されました。この研究は、AI生成結晶が重複しているか、元素置換によって再現可能か、真に新規であるかを判断するものです。結... -
Hugging FaceがCrystalCLRとCHGNetを発表、機械学習で材料特性予測を改善
Hugging Face アメリカ 概要 Hugging Faceは、CrystalCLRフレームワークとCHGNet機械学習原子間ポテンシャルの発表を通じて、材料特性予測の新たな進歩を強調しました。CrystalCLRは結晶グラフニューラルネットワークを用いたコントラスティブ学習により材... -
AIモデルがX線回折で検出困難な結晶構造の水素原子を正確に特定し、材料シミュレーション精度を大幅向上
Chemistry World (Royal Society of Chemistry) イギリス 概要 研究者たちは、従来のX線回折では検出が困難な無機結晶構造内の欠落した水素原子を正確に配置するAIモデルを開発しました。この生成AIモデルは、既知の構造を維持しつつ水素原子を挿入するよ... -
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... -
量子コンピューティング、結晶材料シミュレーションに必要な量子ビット数を4〜8個削減する新フレームワーク発表
Quantum Zeitgeist イギリス 概要 ロンドン・センター・フォー・ナノテクノロジーの研究者らが、結晶材料の量子シミュレーションに必要な量子ビット数を大幅に削減する「周期対称適応エンコーディング」フレームワークを発表しました。この新手法は、結晶... -
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... -
PhononBench、AI結晶生成モデルの動的安定性を評価する大規模ベンチマークを公開
arXiv 国際 概要 AIモデルによって生成された結晶構造の動的安定性を評価するための大規模なベンチマーク「PhononBench」が発表されました。PhononBenchは、DeepMindのMatterGenのような現在の結晶生成モデルが安定な構造を生成する際の限界を浮き彫りにし... -
XRDiff、拡散モデルを活用し粉末X線回折データから結晶構造を予測する新手法
arXiv 国際 概要 新しい拡散モデル「XRDiff」が開発され、粉末X線回折（PXRD）データから結晶構造を予測することを可能にしました。XRDiffは、部分的な化学組成入力でも機能し、スペクトルから構造へのマッピングを学習することで、多形体を区別できるほど... -
科学生成言語モデルLOGOS、自然科学の異種タスクを単一フレームワークで統合し高精度を達成
arXiv 国際 概要 自然科学全般にわたる異種タスクを単一の自己回帰フレームワークで統合する科学生成言語モデル「LOGOS」が発表されました。LOGOSは、多様な科学的オブジェクトとその三次元相互作用を共通の科学的文法に基づいてトークンシーケンスとして... -
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...
