論文の概要: Extended Factorization Machine Annealing for Rapid Discovery of Transparent Conducting Materials

• arxiv url: http://arxiv.org/abs/2507.23160v1
• Date: Wed, 30 Jul 2025 23:43:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-01 17:19:08.911347
• Title: Extended Factorization Machine Annealing for Rapid Discovery of Transparent Conducting Materials
• Title（参考訳）: 透明導電材料の迅速発見のための拡張ファクトリゼーション装置
• Authors: Daisuke Makino, Tatsuya Goto, Yoshinori Suga,
• Abstract要約: 新しい透明導電材料(TCM)の開発は、太陽電池やディスプレイなどの次世代デバイスの性能向上とコスト削減に不可欠である。 本研究では,(Al$_x$Ga$_y$In$_z$)$O$_3$システムに着目し,FMAフレームワークを拡張して最適な組成と結晶構造を高精度かつ低コストで検索する。
• 参考スコア（独自算出の注目度）: 0.020482269513546456
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The development of novel transparent conducting materials (TCMs) is essential for enhancing the performance and reducing the cost of next-generation devices such as solar cells and displays. In this research, we focus on the (Al$_x$Ga$_y$In$_z$)$_2$O$_3$ system and extend the FMA framework, which combines a Factorization Machine (FM) and annealing, to search for optimal compositions and crystal structures with high accuracy and low cost. The proposed method introduces (i) the binarization of continuous variables, (ii) the utilization of good solutions using a Hopfield network, (iii) the activation of global search through adaptive random flips, and (iv) fine-tuning via a bit-string local search. Validation using the (Al$_x$Ga$_y$In$_z$)$_2$O$_3$ data from the Kaggle "Nomad2018 Predicting Transparent Conductors" competition demonstrated that our method achieves faster and more accurate searches than Bayesian optimization and genetic algorithms. Furthermore, its application to multi-objective optimization showed its capability in designing materials by simultaneously considering both the band gap and formation energy. These results suggest that applying our method to larger, more complex search problems and diverse material designs that reflect realistic experimental conditions is expected to contribute to the further advancement of materials informatics.
• Abstract（参考訳）: 新しい透明導電材料(TCM)の開発は、太陽電池やディスプレイなどの次世代機器の性能向上とコスト削減に不可欠である。 本研究では,(Al$_x$Ga$_y$In$_z$)$_2$O$_3$システムに着目し,FMAフレームワークを拡張し,Facterization Machine(FM)とアニールを組み合わせた最適組成と結晶構造を高精度かつ低コストで探索する。 提案手法について紹介する。 (i)連続変数の双項化 (II)ホップフィールドネットワークを用いた良い解の利用 三 適応ランダムフリップによるグローバルサーチの活性化 (4) ローカル検索のビットストリングによる微調整。 The (Al$_x$Ga$_y$In$_z$)$_2$O$_3$ data from the Kaggle "Nomad2018 Predicting Transparent Conductors" competitionでは,ベイズ最適化や遺伝的アルゴリズムよりも高速で正確な探索が可能であることを示した。 さらに、その多目的最適化への応用は、バンドギャップと生成エネルギーの両方を同時に考慮して材料設計の能力を示した。 これらの結果から,本手法をより大規模で複雑な探索問題や,現実的な実験条件を反映した多種多様な材料設計に適用することは,材料情報学のさらなる進歩に寄与することが期待される。

関連論文リスト

• The carbon cost of materials discovery: Can machine learning really accelerate the discovery of new photovoltaics? [0.05524804393257919]
  高速太陽光発電 (PV) 材料の発見において, 計算スクリーニングは実験の強力な補完となる。 ほとんどの場合、太陽エネルギー変換に関連する電子的および光学的性質を推定するために密度汎関数理論(DFT)に依存する。 マシンラーニング(ML)モデルは先日,DFTのサロゲートとして注目され,リソース使用の大幅な削減と,競争力のある予測パフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-07-17T15:55:02Z)
• Decision Tree Induction Through LLMs via Semantically-Aware Evolution [53.0367886783772]
  遺伝的プログラミング(GP)に基づく決定木誘導のための進化的最適化手法を提案する。 私たちの重要なイノベーションは、セマンティックな事前情報と、検索空間に関するドメイン固有の知識をアルゴリズムに統合することです。 これは、構造化された自然言語プロンプトを扱う新しい遺伝子操作子によって操作される。
  論文  参考訳（メタデータ） (2025-03-18T12:52:03Z)
• Synergistic Development of Perovskite Memristors and Algorithms for Robust Analog Computing [53.77822620185878]
  本稿では,ペロブスカイト・メムリスタの製作を同時に最適化し,ロバストなアナログDNNを開発するための相乗的手法を提案する。 BO誘導ノイズインジェクションを利用したトレーニング戦略であるBayesMultiを開発した。 我々の統合されたアプローチは、より深くより広いネットワークでのアナログコンピューティングの使用を可能にし、最大100倍の改善を実現します。
  論文  参考訳（メタデータ） (2024-12-03T19:20:08Z)
• Applying Multi-Fidelity Bayesian Optimization in Chemistry: Open Challenges and Major Considerations [0.0]
  MFBO(Multifidelity Bayesian Optimization)は、所望の最大コストに最適化するために、様々な品質とリソースコストの実験的あるいは計算的なデータを活用する。 本稿では,MFBOの分子や物質の同定を高速化するための応用について検討する。
  論文  参考訳（メタデータ） (2024-09-11T11:22:17Z)
• Physics-Aware Multifidelity Bayesian Optimization: a Generalized Formulation [0.0]
  MFBO(Multifidelity Bayesian Method)は、クエリのサブセレクションのみに対して、コストの高い高忠実度応答を組み込むことができる。 State-of-the-artメソッドは純粋にデータ駆動型検索に依存しており、物理的なコンテキストに関する明示的な情報は含まない。 本稿では、これらのデータ駆動探索を高速化するために、工学的問題の物理領域に関する事前知識を活用することができることを認めた。
  論文  参考訳（メタデータ） (2023-12-10T09:11:53Z)
• $\{\text{PF}\}^2\text{ES}$: Parallel Feasible Pareto Frontier Entropy Search for Multi-Objective Bayesian Optimization Under Unknown Constraints [4.672142224503371]
  本稿では,多目的ベイズ最適化のための情報理論獲得関数を提案する。 $textPF2$ESは、並列設定のための相互情報の低コストで正確な見積もりを提供する。 合成問題と実生活問題で$textPF2$ESをベンチマークします。
  論文  参考訳（メタデータ） (2022-04-11T21:06:23Z)
• Pruning Self-attentions into Convolutional Layers in Single Path [89.55361659622305]
  ビジョントランスフォーマー(ViT)は、様々なコンピュータビジョンタスクに対して印象的なパフォーマンスを実現している。 トレーニング済みのViTを効率よく自動圧縮するSPViT(Single-Path Vision Transformer pruning)を提案する。 われわれのSPViTはDeiT-Bで52.0%のFLOPをトリミングできる。
  論文  参考訳（メタデータ） (2021-11-23T11:35:54Z)
• Brain Image Synthesis with Unsupervised Multivariate Canonical CSC$\ell_4$Net [122.8907826672382]
  我々は,新しいCSC$ell_4$Netを用いて,イントレとイントラモーダルの両方にまたがる専用特徴を学習することを提案する。
  論文  参考訳（メタデータ） (2021-03-22T05:19:40Z)
• $P^2$ Net: Augmented Parallel-Pyramid Net for Attention Guided Pose Estimation [69.25492391672064]
  拡張ボトルネックとアテンションモジュールによる特徴改善を施したパラレルピラミドネットを提案する。 並列ピラミド構造は、ネットワークによって導入された情報損失を補うために続く。 提案手法は, MSCOCO と MPII のデータセットにおいて, 最適な性能を実現する。
  論文  参考訳（メタデータ） (2020-10-26T02:10:12Z)

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。