論文の概要: Generative Modeling Enables Molecular Structure Retrieval from Coulomb Explosion Imaging

• arxiv url: http://arxiv.org/abs/2511.00179v1
• Date: Fri, 31 Oct 2025 18:33:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.654414
• Title: Generative Modeling Enables Molecular Structure Retrieval from Coulomb Explosion Imaging
• Title（参考訳）: クーロン爆発画像からの分子構造検索を可能にする生成モデリング
• Authors: Xiang Li, Till Jahnke, Rebecca Boll, Jiaqi Han, Minkai Xu, Michael Meyer, Maria Novella Piancastelli, Daniel Rolles, Artem Rudenko, Florian Trinter, Thomas J. A. Wolf, Jana B. Thayer, James P. Cryan, Stefano Ermon, Phay J. Ho,
• Abstract要約: 拡散型トランスフォーマーニューラルネットワークを用いて、イオン-モーメント分布から未知のジオメトリを再構成する。 ネットワークは1ボア半径以下の平均絶対誤差でイオン-分子分布から未知の分子構造を再構成することを示す。
• 参考スコア（独自算出の注目度）: 46.04582001144512
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Capturing the structural changes that molecules undergo during chemical reactions in real space and time is a long-standing dream and an essential prerequisite for understanding and ultimately controlling femtochemistry. A key approach to tackle this challenging task is Coulomb explosion imaging, which benefited decisively from recently emerging high-repetition-rate X-ray free-electron laser sources. With this technique, information on the molecular structure is inferred from the momentum distributions of the ions produced by the rapid Coulomb explosion of molecules. Retrieving molecular structures from these distributions poses a highly non-linear inverse problem that remains unsolved for molecules consisting of more than a few atoms. Here, we address this challenge using a diffusion-based Transformer neural network. We show that the network reconstructs unknown molecular geometries from ion-momentum distributions with a mean absolute error below one Bohr radius, which is half the length of a typical chemical bond.
• Abstract（参考訳）: 実空間と時間における化学反応中の分子の構造変化を捉えることは、長年の夢であり、フェムトケミカルを理解し、最終的に制御するために必須の前提条件である。 この課題に取り組むための重要なアプローチはクーロン爆発画像(英語版)であり、これは最近出現した高繰り返しのX線自由電子レーザー源から決定的に恩恵を受けている。 この手法により、分子の急激なクーロン爆発によって生じるイオンの運動量分布から分子構造に関する情報が推測される。 これらの分布から分子構造を回収することは、数原子以上からなる分子に対して未解決のままである非常に非線形逆問題を引き起こす。 本稿では拡散型トランスフォーマーニューラルネットワークを用いてこの問題に対処する。 このネットワークは、典型的な化学結合の半分の長さであるボーア半径以下の平均絶対誤差で、イオン-モーメント分布から未知の分子構造を再構成することを示す。

関連論文リスト

• DiffMS: Diffusion Generation of Molecules Conditioned on Mass Spectra [60.39311767532607]
  本稿では,DiffMSを提案する。DiffMS,式制限付きエンコーダ・デコーダ生成ネットワークは,このタスクにおける最先端性能を実現する。 遅延埋め込みと分子構造をブリッジするロバストデコーダを開発するために,フィンガー構造対による拡散デコーダの事前訓練を行う。 確立されたベンチマーク実験により、DiffMSはデノボ分子生成における既存のモデルよりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-02-13T18:29:48Z)
• Differentiating Three-Dimensional Molecular Structures using Laser-induced Coulomb Explosion Imaging [3.9129754585925594]
  X線自由電子レーザーによるクーロン爆発画像(CEI)は、最近構造情報を得るための強力な方法であることが示されている。 開環反応で形成される典型的な生成物の構造に類似した平面および非平面有機分子の静的CEIパターンについて検討した。
  論文  参考訳（メタデータ） (2024-08-15T19:13:12Z)
• Single-molecule motion control [0.0]
  格子構造内の静電電荷から力を利用して単分子拡散を制御するための玩具モデルを提案する。 表面電荷密度は拡散に大きく影響し, クーロン力に類似した線形スケーリングを示す。 我々のモデルにより予測された分子軌道は、特に重力支援加速度のような挙動において、惑星運動に類似している。
  論文  参考訳（メタデータ） (2023-09-26T16:05:49Z)
• MUDiff: Unified Diffusion for Complete Molecule Generation [104.7021929437504]
  本稿では,原子の特徴,2次元離散分子構造,および3次元連続分子座標を含む分子の包括的表現を生成する新しいモデルを提案する。 拡散過程を認知するための新しいグラフトランスフォーマーアーキテクチャを提案する。 我々のモデルは、安定で多様な分子を設計するための有望なアプローチであり、分子モデリングの幅広いタスクに適用できる。
  論文  参考訳（メタデータ） (2023-04-28T04:25:57Z)
• Scalable Fragment-Based 3D Molecular Design with Reinforcement Learning [68.8204255655161]
  分子構築に階層的エージェントを用いるスケーラブルな3D設計のための新しいフレームワークを提案する。 様々な実験において、エネルギーのみを考慮に入れたエージェントが、100以上の原子を持つ分子を効率よく生成できることが示されている。
  論文  参考訳（メタデータ） (2022-02-01T18:54:24Z)
• Inverse design of 3d molecular structures with conditional generative neural networks [2.7998963147546148]
  本研究では, 特定の構造と化学的性質を有する3次元分子構造のための条件生成ニューラルネットワークを提案する。 このアプローチは化学結合とは無関係であり、条件分布から新しい分子を標的としたサンプリングを可能にする。
  論文  参考訳（メタデータ） (2021-09-10T12:12:38Z)
• Quantum Molecular Unfolding [0.5677685109155078]
  分子ドッキング法の1つの特定の段階、すなわち分子展開(MU)に焦点を当てる。 MU問題の目的は、分子領域を最大化する構成、または分子内部の原子間の内部距離を最大化する構成を見つけることである。 HUBO(High-order Unconstrained Binary Optimization)として定式化して、MUに対する量子アニール法を提案する。 量子異方体を用いて得られた結果と性能を古典的解法の状態と比較した。
  論文  参考訳（メタデータ） (2021-07-28T19:28:28Z)
• Orientational decoherence within molecules and emergence of the molecular shape [0.0]
  分子の電子は、核の連続的な監視剤とみなされる。 数値的な例は、電子核クーロン相互作用は、最も軽い元素の化合物に強い量子コヒーレンスを持つぼやけた形状を誘導するのに十分であることを示している。
  論文  参考訳（メタデータ） (2020-11-05T13:34:06Z)

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。