PackFlow: Generative Molecular Crystal Structure Prediction via Reinforcement Learning Alignment
本論文は、分子グラフから結晶構造を生成するフローマッチング手法「PackFlow」を提案し、機械学習ポテンシャルに基づく強化学習による物理的整合性の最適化を通じて、従来のヒューリスティック手法よりも低エネルギーな安定な分子結晶構造を効率的に予測できることを示しています。
794 件の論文
物理化学は、物質の性質を物理学の視点から解き明かす領域です。原子や分子がどう動き、反応し、新しい材料やエネルギーを生み出すのかを、微視的な世界から探求する学問であり、化学反応の裏側にある物理的な法則を理解することで、未来の技術革新の鍵を握っています。
Gist.Scienceでは、arXiv に投稿された最新のプレプリントを網羅的に収集し、専門的な内容もわかりやすく解説しています。それぞれの論文について、非専門家にも伝わる平易な要約と、研究者向けの技術的な詳細解説の両方を提供し、最先端の知見へのアクセスを民主化します。
以下に、この分野の最新論文一覧をご紹介します。
本論文は、分子グラフから結晶構造を生成するフローマッチング手法「PackFlow」を提案し、機械学習ポテンシャルに基づく強化学習による物理的整合性の最適化を通じて、従来のヒューリスティック手法よりも低エネルギーな安定な分子結晶構造を効率的に予測できることを示しています。
本論文は、吸収・散乱媒質における放射輸送方程式の解が、分子線や原子プラズマの広範なスペクトル構造に関わらず、低ランクのテンソル・トレイン分解で効率的に表現可能であることを示し、従来の近似法よりも高い精度で計算コストを削減できることを実証しています。
本論文は、タンパク質や核酸などの生体高分子構造における水素結合やその他の非共有結合相互作用の自動分析、可視化、および多様なユーザーインターフェースを提供する Python パッケージ「HBAT 2」の紹介と機能概要を述べています。
機械学習モデルが材料特性を高精度に予測できるのは、化学的知識を習得したからではなく、論文の著者や雑誌、出版年といった文献メタデータに依存した偽の相関による可能性があり、この問題を解決するには化学的理解と予測精度を区別し、スパイラスな相関を排除する厳密な検証手法の導入が不可欠であると論じています。
本論文は、LLM の意思決定を型安全な実行環境と動的知識グラフに統合した単一エージェントフレームワーク「El Agente Gráfico」を提案し、構造化された抽象化と型安全性によって科学ワークフローの信頼性、追跡可能性、および複雑な計算タスクの自動化を可能にすることを示しています。
本研究では、がん検出用のルミネセンスプローブとして有望な白金錯体の吸収スペクトル計算において、範囲分離ハイブリッド汎関数と PBEh-3c 法が精度と計算効率のバランスにおいて最も優れていることを示した。
この論文は、蒸気圧やエンタルピーなど複数の純物質の蒸気 - 液平衡特性を予測する際、クラペイロン方程式を損失関数に組み込むことで、データが乏しい状況でも精度と熱力学的整合性を向上させる新しいグラフニューラルネットワーク手法を提案しています。
この論文は、フェロセンを機能化させた共有結合性有機骨格(MSUCOF-4-FeCp)が、298 K かつ 700 bar の条件下で重量基準 18.0 wt%、体積基準 72.6 g H2/L という米国エネルギー省の目標を大幅に上回る水素貯蔵性能を示すことを、第一原理計算に基づくマルチスケール研究で実証したものである。
この論文は、電極内のトーマス・フェルミ遮蔽長を特徴とする効率的なモデルをブラウン動力学シミュレーションに導入し、金属の金属性を調整可能な電気二重層コンデンサの平衡イオン密度分布や微分容量を、従来の分子シミュレーションよりも低コストかつ大規模・長時間スケールで予測・解析する手法を提案・検証したものである。
本論文は、4 電子系における結合クラスター法(CCD)の切断多様体が、完全交差であり、その定義関係が Pfaffian 構造を持つことを示し、これらの代数的・幾何学的性質を Be-H2 分子系の結合形成過程の計算へと応用したものである。