論文の概要: Autonomous discovery of new structure-plausibility laws for explainable and rapid crystal diagnosis and screening
- arxiv url: http://arxiv.org/abs/2609.01209v1
- Date: Tue, 01 Sep 2026 13:14:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.678618
- Title: Autonomous discovery of new structure-plausibility laws for explainable and rapid crystal diagnosis and screening
- Title（参考訳）: 説明・迅速結晶診断・スクリーニングのための新しい構造到達法則の自律的発見
- Authors: Zhilong Song, Lixue Cheng,
- Abstract要約: 結晶生成器と工具利用剤は密度汎関数理論よりも早く構造を提案する。
ほとんどのスクリーンは原子重なり以上のテストは行わず、失敗する化学的理由も与えない。
ここでは、エージェントが200万の候補者法を作成し、テストし、積極的に反論します。
- 参考スコア（独自算出の注目度）: 0.08594140167290099
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Crystal generators and tool-using agents propose structures faster than density functional theory (DFT) energy and phonon calculations or experiments can assess them. Deciding which candidates merit expensive assessment is therefore the bottleneck, yet most screens test little beyond atomic overlap and give no chemical reason for failure. Here, our agents generate, test and actively refute two million candidate laws, leaving eight Plausibility Rules for Inorganic Structures (PRIS). These laws encode five mechanisms: short-range repulsion, ionic contact and packing, electrostatic balance, bond-valence conservation and crystallographic site complexity. Experimental structures satisfy our law sets at 82--99%, but satisfy Pauling's rules 2--5 together at only 6.5%. The strictest set detects 87.9% of damaged crystal structures, whereas distance cutoffs detect only 1.6--3.2%. PRIS plausibility is linearly correlated with synthesizability, so the PRIS-derived synthesis score (PSS) explainably screens 83.7% of hard-to-synthesize structures while retaining 80.7% of experimental structures. In a property-conditioned inverse-design run, PRIS and PSS can reduce the DFT validation queue by up to 67.3% and keep 99.2% of the candidates whose DFT-validated bulk moduli reach the design target. Beyond screening, PRIS explains why GNoME remains enriched in rare low-symmetry structures and reveals how wrong-element assignments in falsified crystal reports hide behind plausible coordinates. PRIS moves screening from a pass-or-fail verdict to a chemical reason for failure, showing that autonomous agents can discover, by active refutation, physicochemical laws that guide calculations and experiments.
- Abstract（参考訳）: クリスタルジェネレータとツール使用エージェントは密度汎関数理論(DFT)エネルギーよりも早く構造を提案し、フォノン計算や実験でそれらを評価できる。
したがって、どの候補が高価な評価に値するかを決めることはボトルネックであるが、ほとんどのスクリーンは原子の重複をほとんどテストせず、失敗する化学的理由も与えない。
ここで、我々のエージェントは、200万の候補法を生成、テストし、積極的に反証し、8つのPRIS(Plausibility Rules for Inorganic Structures)を残します。
これらの法則は、短距離反発、イオン接触と充填、静電平衡、結合価保存、結晶サイト複雑性の5つのメカニズムを符号化している。
実験構造は82--99%の法則を満たすが、ポーリングの規則2--5はわずか6.5%で満たす。
最も厳密なセットは損傷を受けた結晶構造の87.9%を検知する一方、距離カットオフは1.6--3.2%しか検出しない。
PRISの可溶性は合成性と線形に相関しているため、PRIS由来合成スコア(PSS)は80.7%の実験構造を維持しながら83.7%の硬質合成構造をスクリーニングする。
プロパティ条件の逆設計実行では、PRISとPSSはDFT検証キューを最大67.3%削減し、DFT検証のバルク変調が設計目標に達する候補の99.2%を保持することができる。
スクリーニング以外にも、PRISはGNoMEが希少な低対称性構造に富んでいる理由を説明し、ファルシファイド結晶レポートにおける間違った元素割り当てが、どのように可塑性座標の背後に隠れているかを明らかにしている。
PRISは検定をパス・オー・フェイルの評定から失敗の化学的理由に移行し、自律的なエージェントが能動的消火、計算と実験を導く物理化学的法則を発見できることを示した。
関連論文リスト
- Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning [103.788281428856]
SciReasonerは、タンパク質、小さな分子、無機結晶をまたいだ自然構造推論のための科学基盤モデルである。
SciReasonerは座標、トポロジ、周期接続性を統一された構造対応語彙に識別する。
86のベンチマークで、SciReasonerは67のタスクで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-07-08T17:59:59Z) - One Reflection Is Not Enough: Self-Correcting Autonomous Research via Multi-Hypothesis Failure Attribution [85.65263343588026]
我々は,自己修正型,自律型,接地型実験機であるSAGEを提案する。
その中核的なメカニズムであるMHFA(Multi-Hypothesis Failure Attribution)は、回復を構造的因果診断として扱う。
12のトピック、5ドメインのベンチマークでは、SAGEは基準リフレクションでメトリクスを含むアウトプットを42%から92%に増やしている。
論文 参考訳（メタデータ） (2026-06-30T10:54:16Z) - Mat-Pref: Verifiable-Reward Training Improves Compositional Reasoning in Inorganic Materials [2.102846336724103]
Mat-Prefは、11の無機構造体ファミリーにわたる10,837のイオン置換質問のベンチマークである。
4つのゼロショットフロンティアモデルは、すべての分割において33-54%の範囲に留まっており、スケールだけでは、このタスク要求の合成化学的理由を解決していないことを確認している。
論文 参考訳（メタデータ） (2026-06-20T01:46:41Z) - SpliceBind: Isoform-Aware Prediction of Binding Pocket Druggability [0.0]
ブリッジングを意識した薬物性予測のためのグラフニューラルネットワークフレームワークを提案する。
5つのメカニズムのクラスにまたがる6つの臨床的に検証された変異の系統解析により、二層耐性分類が明らかとなった。
25のファミリーにまたがる229個のキナーゼポケットで、SpliceBindはAUROC 0.703を安定して保留する。
論文 参考訳（メタデータ） (2026-06-01T09:21:24Z) - Controlling False Discovery in Arbitrarily Structured Hypothesis Spaces via Reproducing Kernels [47.16593717985932]
連続的なドメイン、グラフ、階層を1つのアルゴリズムで統一するフレームワークをカーネル選択のみで導入する。
FDR(False Discovery Rate)を制御するための2つの決定ルールを提供します。
本手法は,高次元実世界のデータセットから得られた空間的位置とタンパク質間相互作用グラフを用いた遺伝子発現タスクの2つの情報源で検証する。
論文 参考訳（メタデータ） (2026-05-17T17:42:56Z) - QFoldAgent: An Autonomous Quantum Optimization Multi-Agent System for Protein Structure Prediction [20.764428990752283]
QFoldAgentは5-residue四面体-格子折り畳みのための閉ループマルチエージェントフレームワークである。
55個のQDockBank由来のフラグメントと100個のカバー最適化された未確認シーケンスの2つの補完的データセットについて検討した。
論文 参考訳（メタデータ） (2026-05-11T20:40:54Z) - A self-evolving agent for explainable diagnosis of DFT-experiment band-gap mismatch [3.3602370127893724]
本稿では,ミスマッチを自動的に診断するクローズドループエージェントであるXDFTを紹介する。
検証された124項目のベンチマークでは、XDFTは90件中70件のミスマッチの解決メカニズムを特定している。
論文 参考訳（メタデータ） (2026-04-29T14:11:03Z) - Hierarchy-Guided Topology Latent Flow for Molecular Graph Generation [44.50339042016925]
本稿では,グローバルコンテキストに対する潜在的マルチスケールプランを用いた3次元座標を用いた結合グラフを生成するプランナー・エグゼクタモデルを提案する。
HLTFは98.8%の原子安定性と92.9%の有効・均一性を達成し、PoseBustersの妥当性は94.0%(+0.9)に向上した。
GEOM-DRUGSでは、HLTFは後処理なしで85.5%/85.0%の妥当性/バリッド・ユニク・ノーベル、標準化された緩和後の92.2%/91.2%を達成している。
論文 参考訳（メタデータ） (2026-03-28T03:48:13Z) - LongCat-Flash-Prover: Advancing Native Formal Reasoning via Agentic Tool-Integrated Reinforcement Learning [46.294745464571456]
LongCat-Flash-Proverはエージェントツール統合推論のためのオープンソースのMoEモデルである。
これは、自己形式化と定理証明の両方において、オープンウェイトモデルのための新しい最先端状態を設定する。
MiniF2F-Testのパスレートは97.1%で、72の推論予算しか使用していない。
論文 参考訳（メタデータ） (2026-03-22T05:16:09Z) - 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) - Synthesizability Prediction of Crystalline Structures with a Hierarchical Transformer and Uncertainty Quantification [0.3823356975862005]
SyntheFormerは、結晶構造から直接合成性を学ぶ、正の未標識のフレームワークである。
構造認識表現と不確実性認識決定規則を整合させることで、SyntheFormerは、ターゲットを優先順位付けし、最も有望な新しい無機材料に研究室の努力を集中させる実践的な方法を提供する。
論文 参考訳（メタデータ） (2025-10-22T05:11:08Z)
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。