結晶– tag –
-
スイスPSIのAIモデル、X線回折では困難だった結晶構造中の水素原子位置を正確に特定
Chemistry World スイス 概要 スイスのパウル・シェラー研究所（PSI）の研究者らが、無機結晶構造内でこれまで特定が困難だった欠落水素原子の位置を正確に配置するAIモデルを開発しました。この新技術は、従来のX線回折では困難だった水素原子の検出を可... -
Matforge社、AI科学者で半導体材料ボトルネックを打破：Google GNoMEとMicrosoft MatterGenが新結晶構造発見を加速
Founderland アメリカ 概要 サンフランシスコのスタートアップMatforgeが、AI科学者を活用して半導体向け新材料を発見し、1兆ドル規模のチップ需要における材料ボトルネック解消を目指している。Google DeepMindのGNoMEプロジェクトは220万の新規結晶構造... -
結晶構造予測の形式理論が結晶構造の逆設計と材料特性予測を革新
arXiv アメリカ 概要 結晶構造予測のための形式理論が発表され、制約付き結晶深層畳み込み生成敵対的ネットワーク（CG-DCGAN）を用いた結晶構造の逆設計や、グラフニューラルネットワーク（GNN）を用いた材料特性予測への応用が言及されている。この研究は... -
Google DeepMindのGNoMEが220万の安定結晶構造を発見、エネルギー材料設計に新時代
DEV Community 多国籍 概要 AIがクリーンエネルギー材料の発見を劇的に加速させ、これを「材料問題」から「発見速度の課題」へと転換していると報じられました。Google DeepMindのGNoMEは、220万の新しい安定結晶構造を特定し、そのうち38万は実用可能であ... -
ロンドン大研究者、量子コンピューターで結晶材料シミュレーションの量子ビット数を大幅削減
Quantum Zeitgeist 英国 概要 ロンドンナノテクノロジーセンターの研究者たちは、「周期対称性適合符号化」フレームワークを開発し、量子コンピューターを用いた結晶材料の電子構造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ことに成功しまし... -
MIT研究者、生成AIに原子価制約を導入し化学的に安定した結晶構造の逆設計を実現
YouTube 米国 概要 マサチューセッツ工科大学（MIT）のMouyang Cheng氏らは、材料の逆設計のための生成AIに厳しい制約を組み込む新しいアプローチを発表しました。拡散モデルを用いた構造モチーフ制約や、原子価制約のある生成フレームワーク「CrysVCD」を... -
arXiv、生成モデル・マルチモーダル学習・クローズドループを統合した逆材料設計のレビューを発表
arXiv 不明 概要 arXivに公開された最新のレビュー論文が、逆材料設計における生成モデル、マルチモーダル学習、クローズドループワークフローの進展を概説しています。この研究は、材料科学が順方向予測から物理的制約の下で目標を満たす候補を提案する自... -
湾岸大学、AIとグラフニューラルネットワークで材料特性予測の革命を推進
Gulf University バーレーン 概要 湾岸大学（Gulf University）の研究が、AI、特にグラフニューラルネットワーク（GNN）が工学研究、特に材料科学において革新的な変化をもたらしていることを強調しています。GNNは材料の原子構造から硬度、導電性、熱安定... -
Google DeepMindのGNoMEが200万以上の新結晶構造を予測、AIと自律型ラボが化学工学を革新
Medium アメリカ 概要 Google DeepMindのGNoMEプロジェクトが、グラフニューラルネットワーク（GNN）を用いて200万以上の新しい安定な結晶構造を予測し、過去1世紀の既知材料カタログの総数を上回る成果を達成しました。これにより、自律型ラボ（A-Lab）が...
