論文の概要: Symmetry-Breaking De Novo Crystal Generation via Markovian Jump Diffusion
- arxiv url: http://arxiv.org/abs/2608.13457v1
- Date: Thu, 13 Aug 2026 16:41:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.605559
- Title: Symmetry-Breaking De Novo Crystal Generation via Markovian Jump Diffusion
- Title（参考訳）: マルコフジャンプ拡散による対称性ブレーキングデノボ結晶生成
- Abstract要約: 低対称性の先行概念から逆転することで、完全な構造仕様を生成する新しい拡散ベースのフレームワークを提案する。
emphSymmetry-breaking Crystal Diffusion (SbCD) と呼ばれる我々のモデルは、空間群間遷移を生成過程に明示的に組み込むための原則的アプローチを導入している。
MP20とMPTS-52のデ・ノボ生成実験では、SbCDは対称性保存法よりもかなり優れていた。
- 参考スコア（独自算出の注目度）: 50.136954476803766
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generating crystals has recently attracted significant interest due to their broad applications in materials science. However, existing generative models struggle to produce complete crystallographic specifications, limiting their ability to capture global symmetry and structural dependencies. In particular, current state-of-the-art approaches generate crystals only up to site symmetries and rely on sampling space groups from empirical distributions during generation. Inspired by \emph{spontaneous symmetry breaking} in physics, where crystals break symmetries under external conditions, we propose a novel diffusion-based framework that generates full structure specifications by reversing from the lowest-symmetry priors. Our method leverages a Markovian jump-diffusion process to model these symmetry-breaking dynamics, enabling it to traverse different space groups in a physically motivated manner. Our model, dubbed \emph{Symmetry-breaking Crystal Diffusion} (SbCD), introduces a principled approach to explicitly incorporate inter-space-group transitions into the generative process. In de novo generation experiments on MP20 and MPTS-52, SbCD outperforms its symmetry-preserving counterpart by a substantial margin, offering a promising perspective for generative modeling of crystalline materials.
- Abstract（参考訳）: 結晶生成は、材料科学に広く応用されているため、近年大きな関心を集めている。
しかし、既存の生成モデルは完全な結晶学の仕様を作成するのに苦労し、グローバル対称性と構造的依存関係を捉える能力を制限する。
特に、現在の最先端のアプローチでは、サイト対称性のみの結晶を生成し、生成中の経験的分布から空間群をサンプリングする。
結晶が外部条件下で対称性を破る物理学における「自発対称性の破れ」に着想を得て、最低対称性の先行から逆転することで完全な構造仕様を生成する新しい拡散ベースのフレームワークを提案する。
我々の手法はマルコフのジャンプ拡散過程を利用してこれらの対称性を破る力学をモデル化し、物理的に動機づけられた方法で異なる空間群を横切ることができる。
我々のモデルは、SbCD (emph{Symmetry-breaking Crystal Diffusion}) と呼ばれ、空間群間遷移を生成過程に明示的に組み込むための原則的アプローチを導入している。
MP20とMPTS-52のデ・ノボ生成実験では、SbCDは対称性を保ったものよりもかなりのマージンで優れており、結晶材料の生成モデルとして有望である。
関連論文リスト
- DynaCrys: Crystal Generation with Dynamic Space-Group Diffusion [5.921382963861245]
我々はDynaCrysを紹介した。DynaCrysは、空間群がワイコフの職業や要素と共進化する結晶の生成モデルである。
2つの独立緩和・評価エンジンを用いた大規模評価において、DynaCrysは安定・一意・新規な結晶の対称性を意識した発見におけるクラス内最高の性能を示した。
論文 参考訳（メタデータ） (2026-08-07T16:45:51Z) - 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) - 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) - WyckoffDiff -- A Generative Diffusion Model for Crystal Symmetry [10.980666029958932]
本稿では,結晶の対称性に基づく記述を生成する生成モデルWyckoff Diffusionを提案する。
構成による対称性の尊重に加えて、我々のモデルの離散的性質は高速な生成を可能にする。
概念実証研究として、WyckoffDiff を用いて熱力学的安定性の凸殻の下にある新しい物質を探索する。
論文 参考訳（メタデータ） (2025-02-10T14:04:23Z) - SymmCD: Symmetry-Preserving Crystal Generation with Diffusion Models [20.39521603857931]
結晶対称性を生成過程に明示的に組み込む新しい拡散型生成モデルであるSymphCDを提案する。
The Materials Projectのサブセット上でSymCDの競争性能を示し、現実的な対称性と予測特性を持つ多種多様で有効な結晶を得る。
論文 参考訳（メタデータ） (2025-02-05T21:48:48Z) - A Periodic Bayesian Flow for Material Generation [20.62877413439857]
周期的ベイズ流の提案による新しい結晶生成法であるCrysBFNを紹介する。
周期的ベイズ流の概念を実現するために、CrysBFNは新しいエントロピー条件機構を統合する。
CrysBFNの結晶生成と結晶構造予測の両方に関する実験は、CrysBFNの優位性を実証している。
論文 参考訳（メタデータ） (2025-02-04T05:07:13Z) - 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) - Geometric Trajectory Diffusion Models [58.853975433383326]
生成モデルは3次元幾何学システムの生成において大きな可能性を示してきた。
既存のアプローチは静的構造のみで動作し、物理系は常に自然界において動的であるという事実を無視する。
本研究では3次元軌跡の時間分布をモデル化する最初の拡散モデルである幾何軌道拡散モデル(GeoTDM)を提案する。
論文 参考訳（メタデータ） (2024-10-16T20:36:41Z) - 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) - Unbalanced Diffusion Schr\"odinger Bridge [71.31485908125435]
任意の有限質量の辺縁の時間的進化をモデル化する不均衡DSBを導入する。
これは、殺生項を伴う微分方程式の時間反転を導出することで達成される。
本稿では,非バランスなDSBを学習するためのスケーラブルな目的関数を構成する2つの新しいアルゴリズムスキームを提案する。
論文 参考訳（メタデータ） (2023-06-15T12:51:56Z)
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。