論文の概要: Roadmap for Molecular Benchmarks in Nonadiabatic Dynamics

• arxiv url: http://arxiv.org/abs/2502.14569v3
• Date: Fri, 04 Jul 2025 15:11:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-20 22:54:22.081744
• Title: Roadmap for Molecular Benchmarks in Nonadiabatic Dynamics
• Title（参考訳）: 非断熱力学における分子ベンチマークのロードマップ
• Authors: Léon E. Cigrang, Basile F. E. Curchod, Rebecca A. Ingle, Aaron Kelly, Jonathan R. Mannouch, Davide Accomasso, Alexander Alijah, Mario Barbatti, Wiem Chebbi, Nađa Došlić, Elliot C. Eklund, Sebastian Fernandez-Alberti, Antonia Freibert, Leticia González, Giovanni Granucci, Federico J. Hernández, Javier Hernández-Rodríguez, Amber Jain, Jiří Janoš, Ivan Kassal, Adam Kirrander, Zhenggang Lan, Henrik R. Larsson, David Lauvergnat, Brieuc Le Dé, Yeha Lee, Neepa T. Maitra, Seung Kyu Min, Daniel Peláez, David Picconi, Umberto Raucci, Zixing Qiu, Patrick Robertson, Eduarda Sangiogo Gil, Marin Sapunar, Peter Schürger, Patrick Sinnott, Sergei Tretiak, Arkin Tikku, Patricia Vindel-Zandbergen, Graham A. Worth, Federica Agostini, Sandra Gómez, Lea M. Ibele, Antonio Prlj,
• Abstract要約: CECAMのワークショップであるStandardizing Nonadiabatic Dynamics: Towards Common Benchmarksが2024年5月に開催された。 このパースペクティブは、非断熱力学のための分子ベンチマークを定義するワークショップで特定された重要な課題を浮き彫りにする。
• 参考スコア（独自算出の注目度）: 22.188405295787742
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Simulating the coupled electronic and nuclear response of a molecule to light excitation requires the application of nonadiabatic molecular dynamics. However, when faced with a specific photophysical or photochemical problem, selecting the most suitable theoretical approach from the wide array of available techniques is not a trivial task. The challenge is further complicated by the lack of systematic method comparisons and rigorous testing on realistic molecular systems. This absence of comprehensive molecular benchmarks remains a major obstacle to advances within the field of nonadiabatic molecular dynamics. A CECAM workshop, Standardizing Nonadiabatic Dynamics: Towards Common Benchmarks, was held in May 2024 to address this issue. This Perspective highlights the key challenges identified during the workshop in defining molecular benchmarks for nonadiabatic dynamics. Specifically, this work outlines some preliminary observations on essential components needed for simulations and proposes a roadmap aiming to establish, as an ultimate goal, a community-driven, standardized molecular benchmark set.
• Abstract（参考訳）: 分子の光励起に対する電子と核の結合反応をシミュレートするには、非断熱的分子動力学を適用する必要がある。 しかし、特定の光物理や光化学の問題に直面した場合、利用可能な幅広い技術から最も適切な理論的アプローチを選択することは、簡単な作業ではない。 この課題は、体系的な方法比較の欠如と、現実的な分子システムに対する厳密なテストによってさらに複雑になる。 この包括的分子ベンチマークの欠如は、非断熱的分子動力学の分野における進歩の大きな障害である。 CECAMのワークショップであるStandardizing Nonadiabatic Dynamics: Towards Common Benchmarksが2024年5月に開催され、この問題に対処した。 このパースペクティブは、非断熱力学のための分子ベンチマークを定義するワークショップで特定された重要な課題を浮き彫りにする。 具体的には、シミュレーションに必要な必須成分に関する予備的な考察を概説し、コミュニティ主導の標準化された分子ベンチマークセットを究極の目標として確立するためのロードマップを提案する。

関連論文リスト

• UniSim: A Unified Simulator for Time-Coarsened Dynamics of Biomolecules [17.559471937824767]
  我々は、ドメイン間知識を活用して原子間相互作用の理解を深める textbfUnified bfSimulator (UniSim) を提案する。 UniSimは、小さな分子、ペプチド、タンパク質間で高い競争力を発揮する。
  論文  参考訳（メタデータ） (2025-05-20T14:29:06Z)
• MolGround: A Benchmark for Molecular Grounding [10.242626234027755]
  そこで本研究では,モデル参照能力の評価を目的とした分子基盤ベンチマークを提案する。 これまでに117kのQAペアからなる分子理解ベンチマークを構築した。 我々のシステムはGPT-4oを含む既存のモデルよりも優れており、その基盤出力は従来のタスクを強化するために統合されている。
  論文  参考訳（メタデータ） (2025-03-31T02:23:16Z)
• Diffusion Models for Molecules: A Survey of Methods and Tasks [56.44565051667812]
  分子に関する生成タスクは、薬物の発見と材料設計に不可欠である。 拡散モデルは、深い生成モデルの印象的なクラスとして現れている。 本稿では拡散モデルに基づく分子生成法について包括的に調査する。
  論文  参考訳（メタデータ） (2025-02-13T17:22:50Z)
• Pre-trained Molecular Language Models with Random Functional Group Masking [54.900360309677794]
  SMILESをベースとしたアンダーリネム分子アンダーリネム言語アンダーリネムモデルを提案し,特定の分子原子に対応するSMILESサブシーケンスをランダムにマスキングする。 この技術は、モデルに分子構造や特性をよりよく推測させ、予測能力を高めることを目的としている。
  論文  参考訳（メタデータ） (2024-11-03T01:56:15Z)
• MoleculeCLA: Rethinking Molecular Benchmark via Computational Ligand-Target Binding Analysis [18.940529282539842]
  約140,000個の小分子からなる大規模かつ高精度な分子表現データセットを構築した。 我々のデータセットは、モデルの開発と設計をガイドするために、重要な物理化学的解釈性を提供します。 このデータセットは、分子表現学習のためのより正確で信頼性の高いベンチマークとして機能すると考えています。
  論文  参考訳（メタデータ） (2024-06-13T02:50:23Z)
• Enhanced sampling of robust molecular datasets with uncertainty-based collective variables [0.0]
  化学関連データポイントの取得を導くために,不確実性を集合変数(CV)として活用する手法を提案する。 このアプローチでは、1つのモデルからのガウス混合モデルに基づく不確実性測定を、偏りのある分子動力学シミュレーションのためのCVとして採用する。
  論文  参考訳（メタデータ） (2024-02-06T06:42:51Z)
• MolCPT: Molecule Continuous Prompt Tuning to Generalize Molecular Representation Learning [77.31492888819935]
  分子表現学習のための「プリトレイン,プロンプト,ファインチューン」という新しいパラダイム,分子連続プロンプトチューニング(MolCPT)を提案する。 MolCPTは、事前訓練されたモデルを使用して、スタンドアロンの入力を表現的なプロンプトに投影するモチーフプロンプト関数を定義する。 いくつかのベンチマークデータセットの実験により、MollCPTは分子特性予測のために学習済みのGNNを効率的に一般化することが示された。
  論文  参考訳（メタデータ） (2022-12-20T19:32:30Z)
• Reinforcement Learning for Molecular Dynamics Optimization: A Stochastic Pontryagin Maximum Principle Approach [3.0077933778535706]
  分子動力学を最適化する新しい強化学習フレームワークを提案する。 われわれのフレームワークは、最終的な分子構成だけでなく、軌道全体に焦点を当てている。 本手法は, 創薬や分子設計などの分野への応用に適している。
  論文  参考訳（メタデータ） (2022-12-06T20:44:24Z)
• Retrieval-based Controllable Molecule Generation [63.44583084888342]
  制御可能な分子生成のための検索に基づく新しいフレームワークを提案する。 我々は、与えられた設計基準を満たす分子の合成に向けて、事前学習された生成モデルを操るために、分子の小さなセットを使用します。 提案手法は生成モデルの選択に非依存であり,タスク固有の微調整は不要である。
  論文  参考訳（メタデータ） (2022-08-23T17:01:16Z)
• Accurate Machine Learned Quantum-Mechanical Force Fields for Biomolecular Simulations [51.68332623405432]
  分子動力学(MD)シミュレーションは、化学的および生物学的プロセスに関する原子論的な洞察を可能にする。 近年,MDシミュレーションの代替手段として機械学習力場(MLFF)が出現している。 本研究は、大規模分子シミュレーションのための正確なMLFFを構築するための一般的なアプローチを提案する。
  論文  参考訳（メタデータ） (2022-05-17T13:08:28Z)
• Learning Neural Generative Dynamics for Molecular Conformation Generation [89.03173504444415]
  分子グラフから分子コンフォメーション(つまり3d構造)を生成する方法を検討した。 分子グラフから有効かつ多様なコンフォーメーションを生成する新しい確率論的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-02-20T03:17:58Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。