論文の概要: PhononBench:A Large-Scale Phonon-Based Benchmark for Dynamical Stability in Crystal Generation

• arxiv url: http://arxiv.org/abs/2512.21227v1
• Date: Wed, 24 Dec 2025 15:07:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-25 19:43:21.80968
• Title: PhononBench:A Large-Scale Phonon-Based Benchmark for Dynamical Stability in Crystal Generation
• Title（参考訳）: PhononBench:結晶生成における動的安定性のための大規模フォノンベースベンチマーク
• Authors: Xiao-Qi Han, Ze-Feng Gao, Peng-Jie Guo, Zhong-Yi Lu,
• Abstract要約: 我々は,AI生成結晶の動的安定性に関する最初の大規模ベンチマークであるPhononBenchを紹介する。 フォノンベンチは、108,843個の結晶構造に対する効率的な大規模フォノン計算と動的安定性解析を可能にする。
• 参考スコア（独自算出の注目度）: 6.1283243390714475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we introduce PhononBench, the first large-scale benchmark for dynamical stability in AI-generated crystals. Leveraging the recently developed MatterSim interatomic potential, which achieves DFT-level accuracy in phonon predictions across more than 10,000 materials, PhononBench enables efficient large-scale phonon calculations and dynamical-stability analysis for 108,843 crystal structures generated by six leading crystal generation models. PhononBench reveals a widespread limitation of current generative models in ensuring dynamical stability: the average dynamical-stability rate across all generated structures is only 25.83%, with the top-performing model, MatterGen, reaching just 41.0%. Further case studies show that in property-targeted generation-illustrated here by band-gap conditioning with MatterGen--the dynamical-stability rate remains as low as 23.5% even at the optimal band-gap condition of 0.5 eV. In space-group-controlled generation, higher-symmetry crystals exhibit better stability (e.g., cubic systems achieve rates up to 49.2%), yet the average stability across all controlled generations is still only 34.4%. An important additional outcome of this study is the identification of 28,119 crystal structures that are phonon-stable across the entire Brillouin zone, providing a substantial pool of reliable candidates for future materials exploration. By establishing the first large-scale dynamical-stability benchmark, this work systematically highlights the current limitations of crystal generation models and offers essential evaluation criteria and guidance for their future development toward the design and discovery of physically viable materials. All model-generated crystal structures, phonon calculation results, and the high-throughput evaluation workflows developed in PhononBench will be openly released at https://github.com/xqh19970407/PhononBench
• Abstract（参考訳）: 本稿では,AI生成結晶の動的安定性に関する最初の大規模ベンチマークであるPhononBenchを紹介する。 最近開発されたMatterSimの原子間ポテンシャルを利用して、1万以上の物質にわたるフォノン予測においてDFTレベルの精度を達成し、フォノンベンチは6つの先行結晶生成モデルによって生成された108,843個の結晶構造の効率的な大規模フォノン計算と動的安定解析を可能にした。 PhononBenchは、動的安定性を保証するために、現在の生成モデルの広範な制限を明らかにしている: 全ての生成された構造の平均的動的安定性速度は25.83%であり、最高性能モデルであるMatterGenはわずか41.0%である。 さらなるケーススタディでは、マターゲンによるバンドギャップ条件による特性目標生成では、0.5eVの最適バンドギャップ条件においても、動的安定率が23.5%以下であることが示されている。 空間群制御された生成では、高対称性の結晶はより優れた安定性を示す(例えば、立方体系は49.2%の速度を達成する)が、全ての制御された世代の平均的な安定性は、まだ34.4%である。 この研究の重要な成果は、ブリルアン帯全体にわたってフォノン安定な28,119の結晶構造を同定し、将来の物質探査の信頼できる候補のプールを提供することである。 最初の大規模動的安定度ベンチマークを確立することで、結晶生成モデルの現在の限界を体系的に強調し、物理的に実現可能な材料の設計と発見に向けた重要な評価基準とガイダンスを提供する。 PhononBenchで開発された全てのモデル生成結晶構造、フォノン計算結果、高スループット評価ワークフローはhttps://github.com/xqh 19970407/PhononBenchで公開される。

関連論文リスト

• OXtal: An All-Atom Diffusion Model for Organic Crystal Structure Prediction [63.318434943975255]
  分子内コンフォーメーションと周期的パッキングの条件付き関節分布を学習する大規模100Mパラメータ全原子拡散モデルであるOXtalを導入する。 実験的に検証された600Kの結晶構造の大規模なデータセットを活用することで、OXtalは、以前のabinitio機械学習CSPメソッドよりも改善の順序を達成できる。 オキシタルは80%以上のパッキング類似率を獲得し、分子結晶化の熱力学的および運動論的規則性の両方をモデル化する能力を示している。
  論文  参考訳（メタデータ） (2025-12-07T20:46:30Z)
• Synthesizability Prediction of Crystalline Structures with a Hierarchical Transformer and Uncertainty Quantification [0.3823356975862005]
  SyntheFormerは、結晶構造から直接合成性を学ぶ、正の未標識のフレームワークである。 構造認識表現と不確実性認識決定規則を整合させることで、SyntheFormerは、ターゲットを優先順位付けし、最も有望な新しい無機材料に研究室の努力を集中させる実践的な方法を提供する。
  論文  参考訳（メタデータ） (2025-10-22T05:11:08Z)
• CrystalDiT: A Diffusion Transformer for Crystal Generation [52.45780803467369]
  本稿では,結晶構造生成のための拡散変圧器であるCrystalDiTについて述べる。 CrystalDiTは、格子と原子特性を単一の相互依存系として扱う、強力な誘導バイアスを課す統一トランスフォーマーを使用している。
  論文  参考訳（メタデータ） (2025-08-13T12:53:32Z)
• Optical Physics-Based Generative Models [0.0]
  本稿では,光物理方程式を生成モデルに結合する包括的数学的枠組みを確立する。 光伝搬ダイナミクスが強力な人工知能アプローチにどのように影響するかを示す。
  論文  参考訳（メタデータ） (2025-06-04T18:19:21Z)
• Siamese Foundation Models for Crystal Structure Prediction [70.63218101004398]
  結晶構造予測(CSP)は、組成から安定な結晶構造を生成することを目的としている。 CSPは比較的未発見の領域である。 CSPに特化して設計されたシームズ基礎モデルを提案する。
  論文  参考訳（メタデータ） (2025-03-13T15:44:16Z)
• MatLLMSearch: Crystal Structure Discovery with Evolution-Guided Large Language Models [27.083255538087215]
  事前学習されたLarge Language Models (LLMs) は, 微調整を伴わずに, 本質的に新規で安定した結晶構造を生成可能であることを示す。 我々のフレームワークは、進化的パイプライン内でLSMをインテリジェントな提案エージェントとして使用し、暗黙のクロスオーバーと突然変異操作を実行するように誘導する。 MatLLMSearchは、機械学習の原子間ポテンシャルによって78.38%の準安定率と31.7%のDFT認証安定性を達成している。
  論文  参考訳（メタデータ） (2025-02-28T10:41:16Z)
• Symmetry-Aware Bayesian Flow Networks for Crystal Generation [0.562479170374811]
  結晶生成のための新しい対称性対応ベイズフローネットワーク(BFN)であるSymbBFNを紹介する。 SymmBFNは効率を大幅に改善し、安定な構造を生成する。 結晶性物質の発見を加速するための有効なツールとして,BFNが確立されている。
  論文  参考訳（メタデータ） (2025-02-05T13:14:50Z)
• 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)

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。