Fugu-MT 論文翻訳(概要): Global optimization in the discrete and variable-dimension conformational space: The case of crystal with the strongest atomic cohesion

論文の概要: Global optimization in the discrete and variable-dimension conformational space: The case of crystal with the strongest atomic cohesion

arxiv url: http://arxiv.org/abs/2302.13537v1
Date: Mon, 27 Feb 2023 06:26:09 GMT
ステータス: 処理完了
システム内更新日: 2023-02-28 16:42:33.264225
Title: Global optimization in the discrete and variable-dimension conformational space: The case of crystal with the strongest atomic cohesion
Title（参考訳）: 離散および可変次元配座空間における大域的最適化:最も強い原子凝集を持つ結晶の場合
Authors: Guanjian Cheng, Xin-Gao Gong, Wan-Jian Yin
Abstract要約: 本研究では, 原子組成, 化学化学量論, 結晶構造に関する全構成空間における物理特性を最適化する計算手法を提案する。提案手法は、全ての可能な結晶から最も強い原子凝集度を持つ結晶構造を効果的に得る。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a computational method to optimize target physical properties in the full configuration space regarding atomic composition, chemical stoichiometry, and crystal structure. The approach combines the universal potential of the crystal graph neural network and Bayesian optimization. The proposed approach effectively obtains the crystal structure with the strongest atomic cohesion from all possible crystals. Several new crystals with high atomic cohesion are identified and confirmed by density functional theory for thermodynamic and dynamic stability. Our method introduces a novel approach to inverse materials design with additional functional properties for practical applications.
Abstract（参考訳）: 本稿では,原子組成,化学分析,結晶構造に関する全構成空間における対象物性を最適化する計算手法を提案する。このアプローチは、結晶グラフニューラルネットワークの普遍ポテンシャルとベイズ最適化を組み合わせたものである。提案手法は,すべての可能な結晶から最も強い原子凝集を持つ結晶構造を効果的に得る。原子凝集度の高いいくつかの新しい結晶が熱力学および動的安定性に関する密度汎関数理論によって同定され、確認される。本手法は, 実用的応用のための付加的機能を有する逆材料設計の新しい手法を提案する。

関連論文リスト

Predicting ionic conductivity in solids from the machine-learned potential energy landscape [68.25662704255433]
超イオン材料は、エネルギー密度と安全性を向上させる固体電池の推進に不可欠である。このような物質を同定するための従来の計算手法は資源集約的であり、容易ではない。普遍的原子間ポテンシャル解析によるイオン伝導率の迅速かつ確実な評価手法を提案する。
論文参考訳（メタデータ） (2024-11-11T09:01:36Z)
Efficient Symmetry-Aware Materials Generation via Hierarchical Generative Flow Networks [52.13486402193811]
新しい固体材料は、結晶構造の広大な空間を急速に探索し、安定した領域を探索する必要がある。既存の手法では、大きな材料空間を探索し、望ましい特性と要求を持った多様なサンプルを生成するのに苦労している。本研究では, 材料空間の対称性を効果的に活用し, 所望の特性を持つ結晶構造を生成するために, 階層的探索戦略を用いた新しい生成モデルを提案する。
論文参考訳（メタデータ） (2024-11-06T23:53:34Z)
AlphaCrystal-II: Distance matrix based crystal structure prediction using deep learning [4.437756445215657]
このAlphaCrystal-IIは、既存の結晶構造に見られる原子間相互作用パターンを多用した、知識に基づく新しいソリューションである。既知の結晶構造の原子間関係の富を生かして、構造予測における顕著な有効性と信頼性を示す。
論文参考訳（メタデータ） (2024-04-07T05:17:43Z)
Complete and Efficient Graph Transformers for Crystal Material Property Prediction [53.32754046881189]
結晶構造は、3次元空間の正則格子に沿って繰り返される原始単位セル内の原子塩基によって特徴づけられる。本稿では,各原子の格子に基づく表現を確立するために,単位細胞の周期パターンを利用する新しい手法を提案する。結晶材料に特化して設計されたSE(3)トランスであるComFormerを提案する。
論文参考訳（メタデータ） (2024-03-18T15:06:37Z)
Orbital-Free Density Functional Theory with Continuous Normalizing Flows [54.710176363763296]
軌道自由密度汎関数理論(OF-DFT)は、分子電子エネルギーを計算する別のアプローチを提供する。我々のモデルは様々な化学系の電子密度を再現することに成功した。
論文参考訳（メタデータ） (2023-11-22T16:42:59Z)
Latent Conservative Objective Models for Data-Driven Crystal Structure Prediction [62.36797874900395]
計算化学において、結晶構造予測は最適化問題である。この問題に対処する1つのアプローチは、密度汎関数理論(DFT)に基づいてシミュレータを構築し、続いてシミュレーションで探索を実行することである。我々は,LCOM(最近の保守的客観モデル)と呼ばれる我々の手法が,構造予測の成功率の観点から,最も優れたアプローチと同等に機能することを示す。
論文参考訳（メタデータ） (2023-10-16T04:35:44Z)
Crystal-GFN: sampling crystals with desirable properties and constraints [103.79058968784163]
本稿では,結晶構造の生成モデルであるCrystal-GFNを紹介する。本稿では,MatBenchで学習した新しいプロキシ機械学習モデルにより予測された結晶構造の原子1個あたりの生成エネルギーを目的として利用する。その結果、Crystal-GFNは低(中間-3.1 eV/原子)で生成エネルギーが予測される非常に多様な結晶をサンプリングできることが示された。
論文参考訳（メタデータ） (2023-10-07T21:36:55Z)
Annealing for prediction of grand canonical crystal structures: Efficient implementation of n-body atomic interactions [0.0]
結晶構造予測(CSP)のための近代イジングマシンで使用可能なスキームを提案する。我々は、一般的なn-体原子間相互作用、特に共有結合をシミュレートするために必要な3-体相互作用を考慮する。結晶構造は、単位セルを識別し、各格子点に原子の存在または存在しないことを表わすバイナリ変数を配置することによって表される。
論文参考訳（メタデータ） (2023-07-06T16:49:06Z)
Designing Nonlinear Photonic Crystals for High-Dimensional Quantum State Engineering [11.706425337269105]
本稿では,量子光学系におけるD次元キューディット状態の生成に対する,新しい,物理的に制約された,微分可能なアプローチを提案する。理論的、実験的に、空間的自由度において最大に絡み合った状態を生成する方法を示す。 NLPC構造の学習は、任意の量子状態の整形と制御のための有望な新しい道を提供する。
論文参考訳（メタデータ） (2023-04-13T20:26:18Z)
Crystal structure prediction of materials with high symmetry using differential evolution [0.5249805590164902]
本稿では, 遺伝的アルゴリズムを用いて, 予測された構造物の接点マップと実構造物の接点マップとのマッチングを最大化するために, 接点マップに基づく結晶構造予測法を提案する。結晶構造を高対称性で予測する際、大域最適化アルゴリズムは化学式を満たすWPの効果的な組み合わせを見つけるのが困難であることがわかった。提案するアルゴリズムCMCrystalHSは,不整合接触地図次元の問題を効果的に解き,高対称性の結晶構造を予測できる。
論文参考訳（メタデータ） (2021-04-20T05:10:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。