論文の概要: Physically-Constrained Autoencoder-Assisted Bayesian Optimization for Refinement of High-Dimensional Defect-Sensitive Single Crystalline Structure

• arxiv url: http://arxiv.org/abs/2601.00855v1
• Date: Mon, 29 Dec 2025 23:38:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:21.79264
• Title: Physically-Constrained Autoencoder-Assisted Bayesian Optimization for Refinement of High-Dimensional Defect-Sensitive Single Crystalline Structure
• Title（参考訳）: 物理拘束型自己エンコーダ支援ベイズ最適化による高次元欠陥感度単結晶構造の微細化
• Authors: Joseph Oche Agada, Andrew McAninch, Haley Day, Yasemin Tanyu, Ewan McCombs, Seyed M. Koohpayeh, Brian H. Toby, Yishu Wang, Arpan Biswas,
• Abstract要約: 構造・物性関係を確立するためには, 結晶対称性だけでなく, 欠陥に関する定量的知識も必要である。 本稿では,物理的に制約された変分自動エンコーダ(pcVAE)をベイズ最適化(BO)手法と統合したハイブリッド機械学習フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.45146010343938703
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physical properties and functionalities of materials are dictated by global crystal structures as well as local defects. To establish a structure-property relationship, not only the crystallographic symmetry but also quantitative knowledge about defects are required. Here we present a hybrid Machine Learning framework that integrates a physically-constrained variational-autoencoder (pcVAE) with different Bayesian Optimization (BO) methods to systematically accelerate and improve crystal structure refinement with resolution of defects. We chose the pyrochlore structured Ho2Ti2O7 as a model system and employed the GSAS2 package for benchmarking crystallographic parameters from Rietveld refinement. However, the function space of these material systems is highly nonlinear, which limits optimizers like traditional Rietveld refinement, into trapping at local minima. Also, these naive methods don't provide an extensive learning about the overall function space, which is essential for large space, large time consuming explorations to identify various potential regions of interest. Thus, we present the approach of exploring the high Dimensional structure parameters of defect sensitive systems via pretrained pcVAE assisted BO and Sparse Axis Aligned BO. The pcVAE projects high-Dimensional diffraction data consisting of thousands of independently measured diffraction orders into a lowD latent space while enforcing scaling invariance and physical relevance. Then via BO methods, we aim to minimize the L2 norm based chisq errors in the real and latent spaces separately between experimental and simulated diffraction patterns, thereby steering the refinement towards potential optimum crystal structure parameters. We investigated and compared the results among different pcVAE assisted BO, non pcVAE assisted BO, and Rietveld refinement.
• Abstract（参考訳）: 材料の物性と機能性は、大域的な結晶構造と局所的な欠陥によって決定される。 構造・物性関係を確立するためには, 結晶対称性だけでなく, 欠陥に関する定量的知識も必要である。 本稿では,物理的に制約された変分オートコーダ(pcVAE)とベイズ最適化(BO)を併用したハイブリッド機械学習フレームワークを提案する。 ピロクロア構造を有するHo2Ti2O7をモデルシステムとして選択し,Rietveldの結晶学パラメータのベンチマークにGSAS2パッケージを用いた。 しかし、これらの物質系の関数空間は、非常に非線形であり、従来のリートヴェルト精製のような最適化器を局所的なミニマのトラップに制限する。 また、これらのナイーブな手法は、大きな空間に不可欠な機能空間全体について広範な学習を提供しておらず、様々な潜在的な関心領域を特定するのに多くの時間を費やしている。 そこで本研究では,pcVAEアシストBOとスパース軸アライメントBOを用いて,欠陥機密システムの高次元構造パラメータを探索する手法を提案する。 pcVAEは、数千の独立に測定された回折オーダーからなる高次元の回折データを低次元の潜在空間に投影し、スケーリング不変性や物理的関連性を強制する。 BO法により,実験とシミュレーションによる回折パターンの分離により,L2ノルムに基づくカスク誤差を最小化し,結晶構造パラメータの最適化を図った。 異なるpcVAE補助BO,非pcVAE補助BO,およびRietveld精製の成績について検討・比較を行った。

関連論文リスト

• Generative Modeling of Aerosol State Representations [5.772617906251992]
  エアロゾル-雲-放射相互作用は、地球の気候システムで最も不確実な構成要素である。 本稿では,特定質量および数濃度分布の深部変分オートエンコーダモデルを学習するためのフレームワークを提案する。 数百の原次元を10の潜伏変数に圧縮することにより、効率的なストレージと処理が可能になる。
  論文  参考訳（メタデータ） (2025-10-11T22:38:30Z)
• Polymorphism Crystal Structure Prediction with Adaptive Space Group Diversity Control [2.981139602986498]
  結晶材料は、同じ化学組成で異なる構造配列(ポリモルフィック)を形成することができる。 適応空間群多様性制御手法を取り入れた多型CSPのための多目的遺伝的アルゴリズムを提案する。 ParetoCSP2は、ほぼ完全な空間群を含む多型予測において優れた性能を達成する。
  論文  参考訳（メタデータ） (2025-06-12T22:08:35Z)
• Weight Spectra Induced Efficient Model Adaptation [54.8615621415845]
  微調整された大規模な基礎モデルは、計算コストを禁ずる。 微調整が最上位特異値を大きく増幅する一方で,残りはほとんど無傷であることを示す。 本稿では,トップ特異方向の学習可能な再スケーリングを利用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-05-29T05:03:29Z)
• Modeling All Response Surfaces in One for Conditional Search Spaces [69.90317997694218]
  本稿では,すべての部分空間の応答曲面をモデル化する新しい手法を提案する。 本稿では,様々な部分空間から異なる構造を持つ構成を統一された特徴空間に投影できる注目型深層特徴抽出器を提案する。
  論文  参考訳（メタデータ） (2025-01-08T03:56:06Z)
• 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)
• Maintaining Structural Integrity in Parameter Spaces for Parameter Efficient Fine-tuning [78.39310274926535]
  さまざまな下流タスクに事前訓練された基礎モデルを適応させることは、人工知能において一般的である。 これを軽減するために、事前訓練されたモデルの重みをより資源効率の良い方法で更新するために、いくつかの微調整技術が開発されている。 本稿では,多次元パラメータ空間用に設計された一般化されたパラメータ効率の微調整フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-23T16:04:42Z)
• Adaptive search space decomposition method for pre- and post- buckling analyses of space truss structures [0.7537475180985098]
  本稿では,プレ・ポスト・ブロックリング解析のための適応型探索空間分解法と勾配のない最適化に基づく定式化を提案する。 本稿では,3つのベンチマーク問題に取り組み,実構造問題を表す中規模試験を評価する。 採用手法の精度とロバスト性は、空間トラス構造解析における勾配のないアルゴリズムの可能性を示している。
  論文  参考訳（メタデータ） (2022-11-14T16:47:25Z)
• Deep learning extraction of band structure parameters from density of states: a case study on trilayer graphene [45.61296767255256]
  包括的定量的理論の鍵となる要件は、材料のバンド構造パラメータの正確な決定である。 本稿では、ディープニューラルネットワークを用いた実験データからバンド構造パラメータを導出する一般的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-12T15:24:42Z)
• NeuralSI: Structural Parameter Identification in Nonlinear Dynamical Systems [9.77270939559057]
  本稿では,構造同定のための新しいフレームワークであるNeuralSIについて検討する。 提案手法は, 制御方程式から非線形パラメータを推定することを目的とする。 トレーニングされたモデルは、標準条件と極端な条件の両方で外挿することもできる。
  論文  参考訳（メタデータ） (2022-08-26T16:32:51Z)
• Parametric Generative Schemes with Geometric Constraints for Encoding and Synthesizing Airfoils [25.546237636065182]
  特定の制約を満たしつつ,設計空間の複雑さを捉えるために,ディープラーニングに基づく2つの生成スキームを提案する。 ソフト制約スキームは、予想される幾何学的制約からわずかにずれた翼を生成するが、それでも基準翼に収束する。 制約の厳しいスキームは、幾何学的制約に厳密に固執しつつ、より広い範囲の幾何学的多様性を持つ翼を生産する。
  論文  参考訳（メタデータ） (2022-05-05T05:58:08Z)

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。