論文の概要: Enrichment-Oriented Virtual Screening of Perovskite Solar Cells through Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2611.18043v1
- Date: Fri, 13 Nov 2026 11:13:34 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:27:41.566136
- Title: Enrichment-Oriented Virtual Screening of Perovskite Solar Cells through Reinforcement Learning
- Title(参考訳): 強化学習によるペロブスカイト太陽電池の高配向仮想スクリーニング
- Abstract要約: 我々は,レシピ生成を仮想スクリーニングとして活用するシュロゲート誘導強化学習フレームワークを開発した。
トップテン選択は平均電力変換効率(PCE)を19.68%から23.74%に引き上げる。
結果は、リッチ化指向の優先順位付けをサポートするが、実験的な性能、種子の堅牢性、および整合予算上の優位性はサポートしない。
- 参考スコア(独自算出の注目度): 7.821509978802435
- License:
- Abstract: Experimental optimization of perovskite solar cells is constrained by combinatorial diversity in absorber compositions, device layers, and processing, which makes virtual screening attractive for prioritizing recipes before fabrication. We develop a surrogate-guided reinforcement-learning framework that casts recipe generation as virtual screening, enriching candidate shortlists near high-performing experimental neighbors. A frozen Tabular Prior-data Fitted Network (TabPFN) guides recipe generation, while a reference pool of 890 measured devices enables neighborhood-based assessment. Five-fold evaluation on 1,846 devices shows top-ten selection raises mean power conversion efficiency (PCE) from 19.68\% to 23.74\%. Three learned policies are compared with six baselines under 3,000 surrogate evaluations per run. In top-100 shortlists, Proximal policy optimization (PPO) and recurrent PPO (RPPO) achieve neighborhood-supported hit rates of 23\% and 24\% (7.9- and 8.3-fold Pure Random's 2.9\%), versus 10\% (3.4-fold) for the baselines with the highest supported hit rate (L-SHADE and Ax BO, tied) at $K = 100$. Gains coexist with weak-support fractions. Of 9,000 recipes, 65.4\% match a composition family at similarity 0.80, falling to 11.7\% at 0.90. Results support enrichment-oriented prioritization but not experimental performance, seed robustness, or matched-budget advantage.
- Abstract(参考訳): ペロブスカイト太陽電池の実験的最適化は、吸収体組成、デバイス層、処理の組合せ多様性によって制約されるため、仮想スクリーニングは製造前にレシピを優先順位付けするのに魅力的である。
提案手法は,レシピ生成を仮想スクリーニングとして活用し,高性能な実験的な隣人に近い候補のショートリストを充実させるサロゲート誘導型強化学習フレームワークを開発する。
凍結されたタブラルプレデータフィットネットワーク(TabPFN)はレシピ生成を誘導し、890個の測定装置の参照プールは、近隣アセスメントを可能にする。
1,846台の5倍評価では、トップテンの選択は平均電力変換効率(PCE)を19.68\%から23.74\%に引き上げている。
3つの学習されたポリシーは、1ラン当たり3000サロゲート評価以下の6つのベースラインと比較される。
上位100のショートリストでは、PPO (Proximal Policy Optimization) とRPPO (Recurrent PPO) が23\%と24\% (7.9-と8.3-fold Pure Random's 2.9\%) で、ベースラインの10\% (3.4-fold) が最高支持ヒットレート (L-SHADE と Ax BO, tied) は100ドルである。
利得は弱支持率と共存する。
9000のレシピのうち65.4\%は類似度0.80のコンポジションファミリーと一致し、0.90で11.7\%まで低下した。
結果は、リッチ化指向の優先順位付けをサポートするが、実験的な性能、種子の堅牢性、および整合予算上の優位性はサポートしない。
関連論文リスト
- Turing LLM Post-Training: Calibrated Distillation and Efficient Dynamic-MoE Execution [48.87945011066967]
本研究では, 動的経路混合(MoE)モデルのポストトレーニングについて検討し, コンソリデーション効率を維持しつつ, 独立的に最適化されたスペシャリストの統合に着目した。
提案手法は,教師が選択したTop-$K$サポートと教師の損失正規化とクリッピングを併用した校正型多目的蒸留(C-MOPD)と,ポストキャパシティ境界幅ディスパッチ,終局リプレイ,非同期ロールアウト-トレーニングオーバーラップを用いた実行パスを組み合わせたものである。
論文 参考訳(メタデータ) (2026-10-29T11:52:20Z) - Efficient GPU Retrieval for Semantic Search [11.631441668563802]
本稿では、LinkedInのポリシー整合型検索フレームワークを提案する。
軽量のシングルスロットStage-1スコアラは、ハイリコール候補を生成する。
21Kのホールドアウトクエリでは、この表現は一致した容量ベースラインに対するオフラインの関連性を改善する。
論文 参考訳(メタデータ) (2026-08-29T00:38:27Z) - Envs-FORGE: Frontier-Optimized Reward-Grounded Environment Synthesis for Agent RL [31.348699617272732]
Envs-FORGEは、検証者報酬を種ごとの環境合成アクションに変換するプロンプトポリシーである。
シードパス率を推定し、ターゲット学習フロンティア周辺で6つのプロジェクション指向アクションをスコアし、シードごとの混合整数線形プログラムを解決する。
すべての合成法は100個の認証された環境を輸出し、2.27M-2.88M合成トークンを使用する。
論文 参考訳(メタデータ) (2026-08-14T13:54:22Z) - Knowledge Index of Noah's Ark [63.143852586221534]
KINAは,261分野にわたる899項目のベンチマークである。
ボーナス・オン・バートーナメントがFOSDを弱く支配していることを示す。
トップモデルであるGemini-3.1-Pro-Previewは53.17%、Claude-Opus-4.6は49.92%、GPT-5.4は48.55%に達した。
論文 参考訳(メタデータ) (2026-06-03T17:06:49Z) - Hybrid Retrieval for COVID-19 Literature: Comparing Rank Fusion and Projection Fusion with Diversity Reranking [0.0]
本稿では,TREC-COVIDベンチマークで評価した,COVID-19の科学的文献のハイブリッド検索システムについて述べる。
このシステムはスパース(SPLADE)、密度(BGE)、ランクレベル融合(RRF)、投影ベースベクトル融合(B5)の6つの検索構成を実装している。
RRF融合は最も高い関連性(nDCG@10 = 0.828)を達成し、密度のみを6.1%、スパースのみを14.9%上回る。
論文 参考訳(メタデータ) (2026-04-15T11:05:46Z) - An Empirical Investigation of Practical LLM-as-a-Judge Improvement Techniques on RewardBench 2 [0.0]
微調整なしでRewardBench 2のGPT-5.4判定精度を向上させる手法を提案する。
2つのテクニックは、タスク固有の基準注入とアンサンブルスコアという、ほぼすべての利得を考慮に入れている。
さらに3つのテクニックは、基準とアンサンブルを同等のコストで確実に改善しなかった。
論文 参考訳(メタデータ) (2026-04-15T10:52:33Z) - STEP3-VL-10B Technical Report [115.89015065130127]
STEP3-VL-10Bは、コンパクト効率とフロンティアレベルのマルチモーダルインテリジェンスとのトレードオフを再定義する軽量基盤モデルである。
そこで我々はPallel Coordinated Reasoning(PaCoRe)を実装して,テスト時間計算をスケールし,リソースをスケーラブルな知覚推論に割り当てる。
MMBenchでは92.2%、MMMUでは80.11%、AIME2025では94.43%、MathVisionでは75.95%である。
論文 参考訳(メタデータ) (2026-01-14T17:58:24Z) - VAULT: Vigilant Adversarial Updates via LLM-Driven Retrieval-Augmented Generation for NLI [15.320553375828045]
VAULTは、NLIモデルの弱点を発見し、改善する完全に自動化された対向的なRAGパイプラインである。
VAULTはデータセット間で、従来よりも最大で2.0%パフォーマンスが向上している。
論文 参考訳(メタデータ) (2025-08-01T14:22:54Z)
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。