論文の概要: Crystal-structure design by agentic AI in a language of motifs

• arxiv url: http://arxiv.org/abs/2608.15900v1
• Date: Sun, 16 Aug 2026 19:29:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.463557
• Title: Crystal-structure design by agentic AI in a language of motifs
• Title（参考訳）: エージェントAIによるモチーフ言語における結晶構造設計
• Abstract要約: MatEvolveは、結晶を設計するエージェントAIフレームワークである。 それぞれの候補者に対して、明確な合理性を持ち、それをテストすることを提案する。 希土類系永久磁石の設計にも応用されている。
• 参考スコア（独自算出の注目度）: 0.7916635054977069
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data-driven materials discovery interpolates more reliably than it extrapolates and seldom reaches new structure types. We present MatEvolve, an agentic-AI framework designing crystals, proposing each candidate with a stated rationale and testing it. The agent reasons in an interpretable \emph{language of motifs}, writing each crystal as a \emph{motif profile} that describes the recurring geometric patterns---the \emph{motifs}---composing it. The motif profile serves not merely as a description of a material but as the medium for material design: the agent edits the profile and constructs a crystal from the modified one, and the most promising candidates are validated by first-principles calculation. Applied to the design of rare-earth-lean permanent magnets, MatEvolve---built on the state-of-the-art language model Claude Fable~5 without fine-tuning---reaches new structural prototypes more than three times as often as generative models under an equal validation budget, at a comparable on-target-magnet rate. Beyond design, analysing the discovered crystals' human-readable profiles reveals structure--property relationships.
• Abstract（参考訳）: データ駆動材料発見は外挿よりも確実に補間し、新しい構造タイプに到達することはめったにない。 本稿では,結晶を設計するエージェントAIフレームワークであるMatEvolveについて述べる。 エージェントは解釈可能な 'emph{lang of motifs' で、それぞれの結晶を \emph{motif profile} として記述し、繰り返し発生する幾何学的パターンを記述している。 モチーフプロファイルは、単に材料の説明としてではなく、材料設計の媒体として機能し、エージェントがプロファイルを編集し、修正されたものから結晶を構築し、最も有望な候補が第一原理計算によって検証される。 希少なアースリーン永久磁石の設計に応用して、MatEvolveは最先端の言語モデルであるClaude Fable~5を微調整なしで構築した。 デザイン以外にも、発見された結晶の人間可読プロファイルを分析すると、構造とプロパティの関係が明らかになる。

関連論文リスト

• LapidaryEngine: Fully Conversational Crystal Generation [9.90130000354593]
  LapidaryEngineは完全に対話型結晶生成をサポートする最初のモデルである。 自由形式の自然言語要求を受け入れ、対話的な方法で反復的な洗練と編集を行う。 鍵となる革新はピボット表現であり、テキストと結晶構造の間の双方向翻訳を可能にする第3の中間形式である。
  論文  参考訳（メタデータ） (2026-06-12T07:52:40Z)
• CatalyticMLLM: A Graph-Text Multimodal Large Language Model for Catalytic Materials [61.546562658308005]
  触媒材料のためのグラフテキスト多モード大言語モデルQE-Catalytic-V2を提案する。 プロパティ予測と逆設計を同じモデルと共有表現空間に統合する。 この統合フレームワークでは、QE-Catalytic-V2は信頼性の高いプロパティ予測を行うだけでなく、物理的に実現可能なCIF候補を生成し、表示することができる。
  論文  参考訳（メタデータ） (2026-05-17T04:31:46Z)
• DMFlow: Disordered Materials Generation by Flow Matching [24.578652236376385]
  DMFlowは、乱れた結晶に特化して設計された生成フレームワークである。 フローマッチングモデルを使用して、すべての構造コンポーネントを共同で生成する。 SD,PD,混合構造を含むベンチマークをCrystallography Open Databaseからリリースした。
  論文  参考訳（メタデータ） (2026-02-04T16:36:58Z)
• SCALAR: Quantifying Structural Hallucination, Consistency, and Reasoning Gaps in Materials Foundation Models [2.3982445219832678]
  材料基礎モデルにおける幾何スケールの一般化とその構造幻覚, 一貫性, 推論への関連性を評価するためのベンチマークであるSCALARを紹介する。 正準結晶表現が与えられた場合、モデルは超細胞膨張と数原子から18,000原子を超える長さのスケールにわたる幾何学的切り離しによって得られる導出したナノ粒子構造を推論しなければならない。 実験では、明示的な推論の下で大きなモデル依存のシフトを示し、幻覚や誤りを少なくするが、一貫性や妥当性を不安定にすることが多い。
  論文  参考訳（メタデータ） (2026-01-29T20:52:58Z)
• Generative models for crystalline materials [5.856518802859891]
  本稿では,結晶構造予測とテクスタイドノボ生成のための生成モデルの現状を概説する。 結晶表現を調べ、結晶構造の設計に使用される生成モデルを概説し、それぞれの強度と限界を評価する。 この研究は、特定の状況に適切なMLモデルを適用することを目指す実験科学者と、逆材料の設計と発見に関するユニークな課題を理解することを目指すMLスペシャリストの両方に通知することを目的としている。
  論文  参考訳（メタデータ） (2025-11-27T17:42:10Z)
• Generative Hierarchical Materials Search [91.93125016916463]
  結晶構造の制御可能な生成のための生成階層材料探索(GenMS)を提案する。 GenMSは(1)高レベル自然言語を入力とし、結晶に関する中間テキスト情報を生成する言語モデルからなる。 GenMSはまた、生成された結晶構造から特性(たとえば生成エネルギー)を予測するためにグラフニューラルネットワークを使用する。
  論文  参考訳（メタデータ） (2024-09-10T17:51:28Z)
• Complete and Efficient Graph Transformers for Crystal Material Property Prediction [53.32754046881189]
  結晶構造は、3次元空間の正則格子に沿って繰り返される原始単位セル内の原子塩基によって特徴づけられる。 本稿では,各原子の格子に基づく表現を確立するために,単位細胞の周期パターンを利用する新しい手法を提案する。 結晶材料に特化して設計されたSE(3)トランスであるComFormerを提案する。
  論文  参考訳（メタデータ） (2024-03-18T15:06:37Z)
• Scalable Diffusion for Materials Generation [99.71001883652211]
  我々は任意の結晶構造(ユニマット)を表現できる統一された結晶表現を開発する。 UniMatはより大型で複雑な化学系から高忠実度結晶構造を生成することができる。 材料の生成モデルを評価するための追加指標を提案する。
  論文  参考訳（メタデータ） (2023-10-18T15:49:39Z)
• Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval [139.21955930418815]
  クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。 しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。 本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T09:41:19Z)
• CrysMMNet: Multimodal Representation for Crystal Property Prediction [22.576167897068956]
  CrysMMNetは、構造的およびテキスト的表現を融合させ、結晶材料の共同マルチモーダル表現を生成する単純なマルチモーダルフレームワークである。 我々は、CrysMMNetが既存の最先端のベースラインメソッドよりも優れたマージンを持つことを示すために、10の異なるプロパティにわたる2つのベンチマークデータセットに関する広範な実験を行った。
  論文  参考訳（メタデータ） (2023-06-09T11:16:01Z)
• Model Criticism for Long-Form Text Generation [113.13900836015122]
  我々は,テキストの高レベル構造を評価するために,潜在空間におけるモデル批判という統計ツールを適用した。 我々は,コヒーレンス,コア,トピックスという,ハイレベルな談話の3つの代表的な側面について実験を行った。 トランスフォーマーベースの言語モデルでは、トピック構造をキャプチャできるが、構造コヒーレンスやモデリングコアスを維持するのが難しくなる。
  論文  参考訳（メタデータ） (2022-10-16T04:35:58Z)

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。