論文の概要: Fourier Transformers for Latent Crystallographic Diffusion and Generative Modeling

• arxiv url: http://arxiv.org/abs/2602.12045v1
• Date: Thu, 12 Feb 2026 15:11:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.886151
• Title: Fourier Transformers for Latent Crystallographic Diffusion and Generative Modeling
• Title（参考訳）: ラテント結晶拡散のためのフーリエ変換器と生成モデル
• Authors: Jed A. Duersch, Elohan Veillon, Astrid Klipfel, Adlane Sayede, Zied Bouraoui,
• Abstract要約: 新しい結晶材料は、周期的境界条件、結晶対称性、物理的制約を扱う生成モデルを要求する。 本稿では, 結晶を種々分解した単位セル密度のフーリエ変換によって表現する相互空間生成パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 15.281839359113446
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The discovery of new crystalline materials calls for generative models that handle periodic boundary conditions, crystallographic symmetries, and physical constraints, while scaling to large and structurally diverse unit cells. We propose a reciprocal-space generative pipeline that represents crystals through a truncated Fourier transform of the species-resolved unit-cell density, rather than modeling atomic coordinates directly. This representation is periodicity-native, admits simple algebraic actions of space-group symmetries, and naturally supports variable atomic multiplicities during generation, addressing a common limitation of particle-based approaches. Using only nine Fourier basis functions per spatial dimension, our approach reconstructs unit cells containing up to 108 atoms per chemical species. We instantiate this pipeline with a transformer variational autoencoder over complex-valued Fourier coefficients, and a latent diffusion model that generates in the compressed latent space. We evaluate reconstruction and latent diffusion on the LeMaterial benchmark and compare unconditional generation against coordinate-based baselines in the small-cell regime ($\leq 16$ atoms per unit cell).
• Abstract（参考訳）: 新たな結晶物質の発見は、周期的境界条件、結晶対称性、物理的制約を扱う生成モデルを求め、大規模で構造的に多様な単位細胞にスケーリングする。 本研究では, 原子座標を直接モデル化するのではなく, 種分解単位セル密度のフーリエ変換によって結晶を表現する相互空間生成パイプラインを提案する。 この表現は周期性ネイティブであり、空間群対称性の単純な代数的作用を認め、生成中の可変原子乗法を自然にサポートし、粒子ベースのアプローチの共通の制限に対処する。 空間次元あたり9つのフーリエ基底関数を用いて, 化学種当たり最大108個の原子を含む単位細胞を再構成する。 このパイプラインを、複素数値フーリエ係数上の変圧器変分オートエンコーダと、圧縮潜時空間で発生する潜時拡散モデルでインスタンス化する。 我々は,LeMaterialベンチマーク上での再構成と潜伏拡散を評価し,非条件生成と小セル状態の座標ベースライン(単位セル当たり16$原子)を比較した。

関連論文リスト

• C2NP: A Benchmark for Learning Scale-Dependent Geometric Invariances in 3D Materials Generation [2.3982445219832678]
  無限結晶ユニットセルと有限ナノ粒子の間を移動する際の生成モデルを評価するためのベンチマークであるCrystal-to-Nano Particle (C2NP) を紹介する。 C2NPは、 (i) 周期単位セルから特定の半径のナノ粒子を生成し、 (i) モデルが表面の切り裂きと幾何学的制約を捉えるかどうかを検証し、 (ii) 有限粒子配置からバルク格子パラメータと空間群対称性を回復する。
  論文  参考訳（メタデータ） (2026-01-27T01:25:50Z)
• 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)
• CryoSplat: Gaussian Splatting for Cryo-EM Homogeneous Reconstruction [48.45613121595709]
  低温電子顕微鏡(cryo-EM)は、分子構造をほぼ原子の分解能で決定するのに役立つ。 単一粒子Cryo-EMにおける中心的な計算課題は、未知の方向で取得されたノイズの多い2Dプロジェクションから分子の3次元静電ポテンシャルを再構築することである。 本稿では,GMMをベースとしたCryoSplatを提案し,Gaussian splattingとCryo-EM画像形成の物理を統合する。
  論文  参考訳（メタデータ） (2025-08-06T23:24:43Z)
• Kinetic Langevin Diffusion for Crystalline Materials Generation [8.275553926021168]
  結晶生成のための新しい拡散モデルであるKLDM(Kineetic Langevin Diffusion for Materials)を紹介する。 座標を速度を表す補助ユークリッド変数と結合することにより、拡散過程は平面空間にオフセットされる。 結晶構造予測 (CSP) とデノボ生成 (DNG) の両方のタスクでKLDMを評価する。
  論文  参考訳（メタデータ） (2025-07-04T14:18:26Z)
• UniGenX: a unified generative foundation model that couples sequence, structure and function to accelerate scientific design across proteins, molecules and materials [62.72989417755985]
  自然系における関数の統一生成モデルUniGenXを提案する。 UniGenXはシンボルトークンと数値トークンの混合ストリームとして異種入力を表す。 ドメイン間のファンクション・アウェア・ジェネレーションに対して、最先端または競合的なパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-03-09T16:43:07Z)
• Grand canonical generative diffusion model for crystalline phases and grain boundaries [8.159060728081203]
  拡散モデルは、材料科学のための原子構造を生成する強力なツールとして登場した。 この研究は、原子を点雲として表す現在の粒子ベースの拡散モデルが欠如していることに注意を向けている。 粒子の固定個数ではなく連続的なボクセルに基づく別の表現を取り入れた解、グランドカノニカル拡散モデルを開発した。
  論文  参考訳（メタデータ） (2024-08-28T07:49:29Z)
• Geometric Neural Diffusion Processes [55.891428654434634]
  拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。 これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
  論文  参考訳（メタデータ） (2023-07-11T16:51:38Z)
• Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
  連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。 等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
  論文  参考訳（メタデータ） (2023-05-12T04:12:04Z)
• Unified Fourier-based Kernel and Nonlinearity Design for Equivariant Networks on Homogeneous Spaces [52.424621227687894]
  等質空間上の群同変ネットワークに対する統一的枠組みを導入する。 昇降した特徴場のフーリエ係数の空間性を利用する。 安定化部分群におけるフーリエ係数としての特徴を取り扱う他の方法が、我々のアクティベーションの特別な場合であることを示す。
  論文  参考訳（メタデータ） (2022-06-16T17:59:01Z)
• Renormalization to localization without a small parameter [0.0]
  ユークリッド間距離のみに依存する等方性ホッピングポテンシャルを持つランダム空間粒子のD次元モデルにおける波動関数の局在特性について検討した。 通常ユークリッドランダム行列モデルと呼ばれるこのモデルの一般性のため、振動モード、人工原子系、液体とガラス、超低温気体、光子局在現象などの様々な物理的文脈で自然に発生する。
  論文  参考訳（メタデータ） (2020-01-17T19:00:06Z)

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。