論文の概要: Crystal Generation using the Fully Differentiable Pipeline and Latent Space Optimization
- arxiv url: http://arxiv.org/abs/2601.04606v2
- Date: Sun, 11 Jan 2026 02:48:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-13 15:02:56.473595
- Title: Crystal Generation using the Fully Differentiable Pipeline and Latent Space Optimization
- Title（参考訳）: 完全微分可能なパイプラインと遅延空間最適化を用いた結晶生成
- Authors: Osman Goni Ridwan, Gilles Frapper, Hongfei Xue, Qiang Zhu,
- Abstract要約: 本稿では,対称性条件付き変分オートエンコーダ (CVAE) と微分可能なSO(3)パワースペクトルを結合したフレームワークを提案する。
我々は,直接および潜在結晶表現のバッチワイズ最適化を実現するために,完全微分可能なパイプラインを実装している。
- 参考スコア（独自算出の注目度）: 5.73357925322938
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a materials generation framework that couples a symmetry-conditioned variational autoencoder (CVAE) with a differentiable SO(3) power spectrum objective to steer candidates toward a specified local environment under the crystallographic constraints. In particular, we implement a fully differentiable pipeline to enable batch-wise optimization on both direct and latent crystallographic representations. Using the GPU acceleration, this implementation achieves about fivefold speed compared to our previous CPU workflow, while yielding comparable outcomes. In addition, we introduce the optimization strategy that alternatively performs optimization on the direct and latent crystal representations. This dual-level relaxation approach can effectively escape local minima defined by different objective gradients, thus increasing the success rate of generating complex structures satisfying the target local environments. This framework can be extended to systems consisting of multi-components and multi-environments, providing a scalable route to generate material structures with the target local environment.
- Abstract（参考訳）: 本稿では,対称性条件付き変分オートエンコーダ(CVAE)と微分可能なSO(3)パワースペクトルを結合した材料生成フレームワークを提案する。
特に,直接および潜在結晶表現のバッチワイズ最適化を実現するために,完全微分可能なパイプラインを実装している。
GPUアクセラレーションを使用することで、この実装は以前のCPUワークフローと比べて約5倍のスピードを実現し、同じ結果が得られます。
さらに,直接および潜在結晶表現に対して最適化を行う最適化戦略を導入する。
この二重レベルの緩和アプローチは、異なる目的勾配で定義された局所最小値から効果的に逃れることができ、それによって、対象の局所環境を満たす複雑な構造を生成する成功率を高めることができる。
このフレームワークは、マルチコンポーネントとマルチ環境からなるシステムに拡張することができ、ターゲットのローカル環境で材料構造を生成するためのスケーラブルなルートを提供する。
関連論文リスト
- CogniEdit: Dense Gradient Flow Optimization for Fine-Grained Image Editing [88.9067184995168]
マルチモーダル推論と高密度報酬最適化を組み合わせた統合フレームワークCogniEditを提案する。
本手法は,視覚的品質と編集可能性の保存に追従する微粒な命令のバランスをとることによって,最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-12-15T12:36:50Z) - Optimizing Distributional Geometry Alignment with Optimal Transport for Generative Dataset Distillation [109.13471554184554]
最適輸送(OT)距離最小化問題としてデータセット蒸留を再構成する。
OTは分布マッチングのための幾何学的に忠実なフレームワークを提供する。
提案手法は, 常に最先端の手法を効率よく上回っている。
論文 参考訳（メタデータ） (2025-11-29T04:04:05Z) - Towards Robust and Generalizable Continuous Space-Time Video Super-Resolution with Events [71.2439653098351]
連続時空ビデオスーパーSTVSRは、高解像度で高フレームのビデオを任意の時間スケールで再構成する能力への関心が高まっている。
EvEnhancerは、イベントストリームにカプセル化された高時間および高ダイナミックレンジのユニークな特性を結合する新しいアプローチである。
提案手法は,OODスケールでの一般化性を維持しつつ,合成および実世界の両方のデータセット上での最先端性能を実現する。
論文 参考訳（メタデータ） (2025-10-04T15:23:07Z) - Beyond Heuristics: Globally Optimal Configuration of Implicit Neural Representations [8.864909622103388]
Inlicit Neural Representations (INR) は、信号処理とコンピュータビジョンにおいて、トランスフォーメーションパラダイムとして登場した。
しかし、それらの有効性は最適構成のための原則化された戦略が欠如していることによって制限される。
この研究は、厳密な最適化問題としてINR構成を定式化する最初の統一フレームワークであるOptiINRを紹介する。
論文 参考訳（メタデータ） (2025-09-27T05:45:51Z) - Adaptive Linear Embedding for Nonstationary High-Dimensional Optimization [0.0]
Self-Adaptive embedding REMBO (SA-REMBO) はランダムEMBdding Bayesian Optimization (REMBO) を一般化して複数のランダムガウス埋め込みをサポートする新しいフレームワークである。
インデックス変数は埋め込み選択を制御し、サロゲート内の製品カーネルを介して潜伏潜伏子と共同でモデル化される。
従来のREMBO法や他の低ランクBO法が失敗する合成および実世界の高次元ベンチマークにおいて,本手法の利点を実証的に示す。
論文 参考訳（メタデータ） (2025-05-16T14:18:19Z) - Structuring Multiple Simple Cycle Reservoirs with Particle Swarm Optimization [4.452666723220885]
Reservoir Computing (RC)は、リカレントニューラルネットワーク(RNN)から導かれる時間効率の計算パラダイムである。
本稿では,Echo State Networks (ESNs)を拡張したマルチ・リザーバ・フレームワークであるMultiple Simple Cycle Reservoirs (MSCRs)を紹介する。
粒子群最適化 (PSO) を用いたMSCRの最適化は, 既存の多貯留層モデルよりも優れており, より低次元状態空間での競合予測性能を実現することが実証された。
論文 参考訳（メタデータ） (2025-04-06T12:25:40Z) - Learning Regions of Interest for Bayesian Optimization with Adaptive
Level-Set Estimation [84.0621253654014]
本稿では,高信頼領域を適応的にフィルタするBALLETというフレームワークを提案する。
理論的には、BALLETは探索空間を効率的に縮小することができ、標準BOよりも厳密な後悔を示すことができる。
論文 参考訳（メタデータ） (2023-07-25T09:45:47Z) - Dynamic Voxel Grid Optimization for High-Fidelity RGB-D Supervised
Surface Reconstruction [130.84162691963536]
高忠実度3次元表面再構成のための新しい動的グリッド最適化手法を提案する。
グリッドを動的に修正し、より複雑な領域により微細なボクセルを割り当てることで、プロセスを最適化する。
提案手法は, 合成データと実世界のデータの両方を詳細に記述した高品質な3D再構成を実現する。
論文 参考訳（メタデータ） (2023-04-12T22:39:57Z) - Environment Optimization for Multi-Agent Navigation [11.473177123332281]
本研究の目的は,システムレベルの最適化問題において,環境を決定変数として考えることである。
完全性を確保しつつ環境が変化しうる条件を, 形式的証明を通じて示す。
幅広い実装シナリオに対応するため、オンラインとオフラインの両方の最適化と、離散環境と連続環境の両方の表現を含む。
論文 参考訳（メタデータ） (2022-09-22T19:22:16Z) - Revisiting GANs by Best-Response Constraint: Perspective, Methodology,
and Application [49.66088514485446]
ベストレスポンス制約(Best-Response Constraint、BRC)は、ジェネレータのディスクリミネータへの依存性を明示的に定式化する一般的な学習フレームワークである。
モチベーションや定式化の相違があっても, フレキシブルBRC法により, 様々なGANが一様に改善できることが示される。
論文 参考訳（メタデータ） (2022-05-20T12:42:41Z)
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。