Fugu-MT 論文翻訳(概要): PolyFusionAgent: A Multimodal Foundation Model and Autonomous AI Assistant for Polymer Property Prediction and Inverse Design

論文の概要: PolyFusionAgent: A Multimodal Foundation Model and Autonomous AI Assistant for Polymer Property Prediction and Inverse Design

arxiv url: http://arxiv.org/abs/2605.26543v1
Date: Tue, 26 May 2026 04:45:11 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-27 17:51:41.673371
Title: PolyFusionAgent: A Multimodal Foundation Model and Autonomous AI Assistant for Polymer Property Prediction and Inverse Design
Title（参考訳）: PolyFusionAgent: 高分子特性予測と逆設計のための多モード基礎モデルと自律型AIアシスタント
Authors: Manpreet Kaur, Xingying Zhang, Qian Liu,
Abstract要約: マルチモーダルポリマー基礎モデル(PolyFusion)とツール拡張型文芸デザインエージェント(PolyAgent)を結合した対話型フレームワークであるPolyFusionAgentを紹介する。 PolyFusionは、数百万のポリマーにまたがる配列、トポロジ、3D幾何学、指紋などの相補的なポリマービューを調整し、化学やデータレシエーション間で共有された潜在空間を学習する。 PolyAgentは、予測と逆設計を、高分子文学からのエビデンス検索、提案、評価、文脈化仮説を1つのワークフローで明示的な前例と結びつけて、設計ループを閉じる。
参考スコア（独自算出の注目度）: 6.729205331174991
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Polymer discovery is central to fields ranging from energy storage to biomedicine, but it is hindered by an astronomically large chemical design space and fragmented representations of structure, properties, and prior knowledge. This fragmentation leaves many AI models disconnected from physical and experimental reality, restricting their ability to support directly actionable design decisions. Here we introduce PolyFusionAgent, an interactive framework coupling a multimodal polymer foundation model (PolyFusion) with a tool-augmented, literature-grounded design agent (PolyAgent). PolyFusion aligns complementary polymer views including sequence, topology, 3D geometry, and fingerprints across millions of polymers to learn a shared latent space transferable across chemistries and data regimes, improving thermophysical property prediction and enabling property-conditioned generation of chemically valid, structurally novel polymers beyond the reference design space. PolyAgent closes the design loop by linking prediction and inverse design with evidence retrieval from the polymer literature, proposing, evaluating, and contextualizing hypotheses with explicit precedent in one workflow. Together, PolyFusionAgent enables interactive, evidence-linked polymer discovery combining large-scale representation learning, multimodal chemical knowledge, and verifiable scientific reasoning.
Abstract（参考訳）: 高分子の発見は、エネルギー貯蔵からバイオメディシンまで幅広い分野の中心であるが、天文学的に大きな化学設計空間と構造、性質、事前知識の断片化によって妨げられている。この断片化は、多くのAIモデルを物理的および実験的現実から切り離し、直接実行可能な設計決定をサポートする能力を制限する。本稿では,多モードポリマー基礎モデル (PolyFusion) とツール拡張型文芸設計エージェント (PolyAgent) を結合した対話型フレームワークであるPolyFusionAgentを紹介する。ポリフュージョンは、数百万のポリマーにまたがる配列、トポロジー、3次元幾何学、指紋を含む相補的なポリマービューを調整し、化学やデータレシエーション間で共有の潜伏空間を学習し、熱物性予測を改善し、基準設計空間を超えて化学的に有効で構造的に新しいポリマーを特性条件で生成できるようにする。 PolyAgentは、予測と逆設計を、高分子文学からのエビデンス検索、提案、評価、文脈化仮説を1つのワークフローで明示的な前例と結びつけて、設計ループを閉じる。 PolyFusionAgentは、大規模表現学習、マルチモーダルな化学知識、検証可能な科学的推論を組み合わせた、インタラクティブでエビデンスにリンクされたポリマー発見を可能にする。

関連論文リスト

PolyJarvis: LLM Agent for Autonomous Polymer MD Simulations [49.024137619510526]
我々は,大規模な言語モデル(LLM)とRadonPyシミュレーションプラットフォームを結合するエージェントであるPolyJarvisを紹介する。ポリマー名またはSMILES文字列が与えられた後、PolyJarvisはモノマーの構築、電荷割り当て、重合、力場パラメータ化、特性計算を自律的に実行する。その結果, APS, PMMAの基準値の17～24%は0.1～4.8%, バルク変調率で, 密度予測は17～24%であった。
論文参考訳（メタデータ） (2026-04-02T21:43:35Z)
Agentic reinforcement learning empowers next-generation chemical language models for molecular design and synthesis [51.83339196548892]
ChemCraftは、知識ストレージから化学推論を分離する新しいフレームワークである。 ChemCraftは最小の推論コストで優れたパフォーマンスを実現する。この研究は、AI支援化学のコスト効率とプライバシ保護のパラダイムを確立する。
論文参考訳（メタデータ） (2026-01-25T04:23:34Z)
PolyAgent: Large Language Model Agent for Polymer Design [10.596902977676807]
初期高分子発見のための端末に, 閉ループ型高分子構造予測器を組み込んだ。このフレームワークは、プロパティ予測、プロパティ誘導ポリマー構造生成、構造修正機能を提供するためにLLM推論を利用する。
論文参考訳（メタデータ） (2026-01-23T00:17:52Z)
Foundation Models for Discovery and Exploration in Chemical Space [57.97784111110166]
MISTは、大規模なラベルなしデータセットに基づいて訓練された分子基盤モデルのファミリーである。我々は、これらのモデルが化学空間をまたいだ現実世界の問題を解決する能力を実証する。
論文参考訳（メタデータ） (2025-10-20T17:56:01Z)
Unifying Polymer Modeling and Design via a Conformation-Centric Generative Foundation Model [29.414571977709098]
ポリコンFM(PolyConFM)は、コンフォメーション中心の事前学習を通じて高分子モデリングと設計を統合するための基礎モデルである。本研究では, 分子動力学シミュレーションによる初の高品質ポリマーコンホメーションデータセットを構築し, データの分散を緩和する。実験により、PolyConFMは様々な下流タスクにおいて、代表的タスク固有のメソッドよりも一貫して優れていることが示された。
論文参考訳（メタデータ） (2025-10-15T17:11:44Z)
ToPolyAgent: AI Agents for Coarse-Grained Topological Polymer Simulations [0.0]
ToPolyAgentは、トポロジカルポリマーの分子動力学シミュレーションを実行するためのマルチエージェントAIフレームワークである。多様なポリマーアーキテクチャをまたいだインタラクティブなシミュレーションと自律的なシミュレーションの両方をサポートする。自律的でマルチエージェントな科学研究エコシステムの基礎を築いている。
論文参考訳（メタデータ） (2025-10-14T02:54:19Z)
Equivariant Graph Network Approximations of High-Degree Polynomials for Force Field Prediction [62.05532524197309]
同変深部モデルでは、分子動力学シミュレーションにおいて原子ポテンシャルと力場を正確に予測できることが示されている。本研究では、同変アーキテクチャの同変関数を解析し、PACEと呼ばれる新しい同変ネットワークを導入する。一般的なベンチマークで実験されたように、PACEは原子エネルギーと力場の予測における最先端のパフォーマンスを示す。
論文参考訳（メタデータ） (2024-11-06T19:34:40Z)
TransPolymer: a Transformer-based language model for polymer property predictions [9.04563945965023]
TransPolymerは、トランスフォーマーをベースとした、高分子特性予測のための言語モデルである。ケミカル・アウェアネスを用いたポリマー・トークンーザは, ポリマー配列からの学習表現を可能にする。
論文参考訳（メタデータ） (2022-09-03T01:29:59Z)
Geometric Transformer for End-to-End Molecule Properties Prediction [92.28929858529679]
分子特性予測のためのトランスフォーマーに基づくアーキテクチャを導入し,分子の形状を捉える。分子幾何学の初期符号化による古典的な位置エンコーダと、学習されたゲート自己保持機構を改変する。
論文参考訳（メタデータ） (2021-10-26T14:14:40Z)
Polymer Informatics: Current Status and Critical Next Steps [1.3238373064156097]
サロゲートモデルは、インスタントプロパティ予測のために利用可能なポリマーデータに基づいて訓練される。データ駆動型戦略は, 高分子の化学的, 物理的多様性から生じる特異な課題に, 小規模かつ大規模に対処するものである。アプリケーションターゲットを満たす高度なAIアルゴリズムを用いて, 高分子レコメンデーションを行う逆問題の解法について検討している。
論文参考訳（メタデータ） (2020-11-01T14:17:22Z)

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。