論文の概要: A large-scale nanocrystal database with aligned synthesis and properties enabling generative inverse design

• arxiv url: http://arxiv.org/abs/2601.02424v1
• Date: Sun, 04 Jan 2026 07:27:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-07 17:02:12.654556
• Title: A large-scale nanocrystal database with aligned synthesis and properties enabling generative inverse design
• Title（参考訳）: 生成逆設計が可能な配向合成と特性を有する大規模ナノ結晶データベース
• Authors: Kai Gu, Yingping Liang, Senliang Peng, Aotian Guo, Haizheng Zhong, Ying Fu,
• Abstract要約: 本稿では,大規模で整列したナノ結晶合成・プロパティデータベースの構築について述べる。 私たちの仕事は、構造化されていない文学とデータ駆動の副産物のギャップを埋めます。 また,ナノ結晶発見を加速するための強力な人間-AI協調パラダイムを構築した。
• 参考スコア（独自算出の注目度）: 13.264257933986677
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The synthesis of nanocrystals has been highly dependent on trial-and-error, due to the complex correlation between synthesis parameters and physicochemical properties. Although deep learning offers a potential methodology to achieve generative inverse design, it is still hindered by the scarcity of high-quality datasets that align nanocrystal synthesis routes with their properties. Here, we present the construction of a large-scale, aligned Nanocrystal Synthesis-Property (NSP) database and demonstrate its capability for generative inverse design. To extract structured synthesis routes and their corresponding product properties from literature, we develop NanoExtractor, a large language model (LLM) enhanced by well-designed augmentation strategies. NanoExtractor is validated against human experts, achieving a weighted average score of 88% on the test set, significantly outperforming chemistry-specialized (3%) and general-purpose LLMs (38%). The resulting NSP database contains nearly 160,000 aligned entries and serves as training data for our NanoDesigner, an LLM for inverse synthesis design. The generative capability of NanoDesigner is validated through the successful design of viable synthesis routes for both well-established PbSe nanocrystals and rarely reported MgF2 nanocrystals. Notably, the model recommends a counter-intuitive, non-stoichiometric precursor ratio (1:1) for MgF2 nanocrystals, which is experimentally confirmed as critical for suppressing byproducts. Our work bridges the gap between unstructured literature and data-driven synthesis, and also establishes a powerful human-AI collaborative paradigm for accelerating nanocrystal discovery.
• Abstract（参考訳）: ナノ結晶の合成は、合成パラメータと物理化学的性質の複雑な相関のため、試行錯誤に大きく依存している。 ディープラーニングは、生成的逆設計を実現するための潜在的方法論を提供するが、ナノ結晶合成経路とそれらの性質を整合させる高品質なデータセットの不足によって、依然として妨げられている。 本稿では,NSP(Nanocrystal Synthesis-Property)データベースの構築について述べる。 構造化された合成経路とそれに対応する製品特性を文献から抽出するために,よく設計された拡張戦略によって強化された大規模言語モデル(LLM)であるNanoExtractorを開発した。 ナノエクストラクタは、ヒトの専門家に対して評価され、試験セットで平均88%の重み付けスコアを達成し、化学専門化(3%)と汎用LLM(38%)を大きく上回った。 結果として得られるNSPデータベースには16万近いエントリが含まれており、逆合成設計のためのLLMであるNanoDesignerのトレーニングデータとして機能しています。 ナノデザイナの生成能力は、よく確立されたPbSeナノ結晶とまれに報告されるMgF2ナノ結晶の両方に対して、実行可能な合成経路の設計によって検証される。 特に、このモデルはMgF2ナノ結晶に対する反直感的で非一意性前駆体比 (1:1) を推奨しており、これは副産物の抑制に重要であることが実験的に確認されている。 我々の研究は、構造化されていない文学とデータ駆動合成のギャップを埋め、ナノ結晶発見を加速するための強力な人間-AI協調パラダイムを確立します。

関連論文リスト

• Predictive Inorganic Synthesis based on Machine Learning using Small Data sets: a case study of size-controlled Cu Nanoparticles [0.0]
  銅ナノ粒子(Cu NPs)は広い適用性を持つが、その合成は反応パラメータの微妙な変化に敏感である。 本研究は, マイクロ波支援ポリオール合成によるCu NPのサイズを予測するための機械学習について, 室内で行った25種類の小さなデータ集合を用いて検討した。
  論文  参考訳（メタデータ） (2025-12-18T13:53:08Z)
• 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)
• Rethinking Molecule Synthesizability with Chain-of-Reaction [47.744071119775676]
  合成可能な投影のための生成フレームワークであるReaSynを紹介する。 大規模言語モデル(LLM)における推論経路に類似した合成経路を考慮した新しい視点を提案する。 CoR表記により、ReaSynは化学反応規則を明示的に学習する全ての反応ステップにおいて、密集した監督を受けることができる。
  論文  参考訳（メタデータ） (2025-09-19T15:29:57Z)
• Autonomous nanoparticle synthesis by design [32.63291717930695]
  本稿では,原子スケール構造を特異的に合成する自律的手法を提案する。 提案手法は,実時間実験全散乱(TS)とペア分布関数(PDF)データとをマッチングして合成プロトコルを自動設計する。 我々はこの能力をシンクロトロンで実証し、2つの構造的に異なる金NPの合成に成功した。
  論文  参考訳（メタデータ） (2025-05-19T13:19:30Z)
• Deep Learning Models for Colloidal Nanocrystal Synthesis [9.520435535546497]
  ナノ結晶のコロイド合成は通常、複雑な化学反応と多段階結晶化プロセスを含む。 そこで我々は, 目的とするナノ結晶の最終的なサイズと形状と, 合成パラメータを相関付ける深層学習に基づくナノ結晶合成モデルを開発した。
  論文  参考訳（メタデータ） (2024-12-14T14:18:59Z)
• BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction [65.93303145891628]
  BatGPT-Chemは150億のパラメータを持つ大規模な言語モデルであり、再合成予測の強化に最適化されている。 我々のモデルは幅広い化学知識を捉え、反応条件の正確な予測を可能にする。 この開発により、化学者は新しい化合物を十分に扱うことができ、医薬品製造と材料科学の革新サイクルを早める可能性がある。
  論文  参考訳（メタデータ） (2024-08-19T05:17:40Z)
• Bespoke Nanoparticle Synthesis and Chemical Knowledge Discovery Via Autonomous Experimentations [6.544041907979552]
  本稿では,光学特性を目標としたナノ粒子(NP)の設計のための自律的な実験プラットフォームについて報告する。 このプラットフォームは、AI最適化モデリングのフィードバックに基づいて、NPのバッチ合成モジュールとUV-Vis分光モジュールの間をクローズループで動作させる。 優れた材料開発効率に加えて、合成変数の解析により、Ag NP合成におけるクエン酸の効果を含む新しい化学が明らかにされる。
  論文  参考訳（メタデータ） (2023-09-01T09:15:04Z)
• Extracting Structured Seed-Mediated Gold Nanorod Growth Procedures from Literature with GPT-3 [52.59930033705221]
  1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。 1,137枚の紙から抽出した11,644個のエンティティのデータセットを作成した。
  論文  参考訳（メタデータ） (2023-04-26T22:21:33Z)
• Machine-Learning-Optimized Perovskite Nanoplatelet Synthesis [55.41644538483948]
  総合成量200のCsPbBr3ナノプレート(NPL)の品質向上のためのアルゴリズムを開発した。 このアルゴリズムは、前駆率に基づいて、NPL分散のPL放出最大値を予測することができる。
  論文  参考訳（メタデータ） (2022-10-18T11:54:11Z)
• Predictive Synthesis of Quantum Materials by Probabilistic Reinforcement Learning [1.4680035572775534]
  本研究では, 半超電導単層MoS$_2$の量子材料に対する最適合成スケジュールの予測に強化学習を用いる。 このモデルは、多相ヘテロ構造を含む複雑な構造の合成のためのプロファイルを予測するために拡張することができる。
  論文  参考訳（メタデータ） (2020-09-14T20:50:45Z)
• Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
  信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。 モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-08-06T20:20:22Z)

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。