論文の概要: Graph diffusion transformer for interpretable generation and inverse design of disordered atomic structures
- arxiv url: http://arxiv.org/abs/2611.18420v1
- Date: Fri, 13 Nov 2026 17:00:44 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:28:25.389448
- Title: Graph diffusion transformer for interpretable generation and inverse design of disordered atomic structures
- Title(参考訳): 乱れた原子構造の解釈可能な生成と逆設計のためのグラフ拡散変換器
- Abstract要約: 本稿では、動的周期グラフ、マスキング条件、間隔重み付きトレーニングノイズ分布を組み合わせた生成モデルであるグラフアモルファス拡散変換器(GaDiT)を紹介する。
GaDiTは、既存の修正器ベースのアプローチと比較して、2桁のサンプリングを高速化しながら、高品質な乱れ構造を生成する。
- 参考スコア(独自算出の注目度): 7.752401493673044
- License:
- Abstract: Atomic disorder offers a potent degree of freedom to tailor material properties, yet the resulting vast configuration space obscures structure-property relations and hinders rational inverse design. Here we introduce Graph Amorphous Diffusion Transformer (GaDiT), a generative model that combines dynamic periodic graphs, masked conditioning and an interval-weighted training-noise distribution. GaDiT generates high-quality disordered structures while accelerating sampling by two orders of magnitude compared with existing corrector-based approaches, as demonstrated across two-dimensional amorphous carbon and three-dimensional amorphous silicon and silica. Moreover, GaDiT supports conditional generation under single or combined structural features, physical properties and preparation conditions in a unified model, and enables inverse design that expands accessible structure-property ranges beyond the training distribution. To interpret these structures and the trained network, we propose a conditioned atomic response mapping analysis, revealing both the global structural descriptors and the local atomic environments that govern target properties. Overall, GaDiT establishes a general framework for interpretable generation, inverse design and structure-property discovery for disordered atomic structures.
- Abstract(参考訳): 原子性障害は、材料特性を調整するための強力な自由度を提供するが、結果として生じる広大な構成空間は構造-優位性関係を曖昧にし、合理的な逆設計を妨げる。
本稿では、動的周期グラフ、マスク条件付け、間隔重み付きトレーニングノイズ分布を組み合わせた生成モデルであるグラフアモルファス拡散変換器(GaDiT)を紹介する。
GaDiTは2次元アモルファス炭素と3次元アモルファスシリコンとシリカで示されるように、既存の補正器ベースのアプローチと比較して2桁のサンプリングを加速しながら高品質な不規則構造を生成する。
さらに、GaDiTは、単一または複合的な構造特徴、物理特性、準備条件の統一モデルでの条件生成をサポートし、トレーニング分布を超えてアクセス可能な構造-プロパティ範囲を拡大する逆設計を可能にする。
これらの構造と訓練されたネットワークを解釈するために、ターゲット特性を管理するグローバルな構造記述子と局所的な原子環境の両方を明らかにする条件付き原子応答マッピング解析を提案する。
全体として、GaDiTは、不規則な原子構造に対する解釈可能な生成、逆設計、構造-プロパティ発見のための一般的な枠組みを確立している。
関連論文リスト
- Graph-Covariant Bottom-Up Scale-Bridging Reconstruction of Ground and Excited States of Extended Systems [0.0]
本稿では, 分子集合体を分散した第一原理電子構造モデルを構築するための階層的スケールブリッジング構造を提案する。
結晶質四チオフェンの励起多様体に対して数値的な実演が与えられる。
論文 参考訳(メタデータ) (2026-10-31T23:35:51Z) - PathAR: Structure-First Autoregressive Synthesis of Multimodal Pathology Images [51.428093790826814]
そこで我々は, モーダリティ・ラベル条件付き病理モデル (PathAR) を用いて, 構造と外観を分解し, 自己回帰モデル(PathAR)を提案する。
PathARは、不均一なモダリティ固有の外観下で形態を安定化し、空間的に整列したイメージマスクペア生成を可能にする。
論文 参考訳(メタデータ) (2026-06-01T01:43:48Z) - Loss-Complexity Landscape and Model Structure Functions [53.92822954974537]
我々はコルモゴロフ構造関数 $h_x(alpha)$ を双対化するためのフレームワークを開発する。
情報理論構造と統計力学の数学的類似性を確立する。
構造関数と自由エネルギーの間のルジャンドル・フェンシェル双対性を明確に証明する。
論文 参考訳(メタデータ) (2025-07-17T21:31:45Z) - MIND: Microstructure INverse Design with Generative Hybrid Neural Representation [25.55691106041371]
マイクロマテリアルの逆設計は、特定の標的となる物理的特性を持つメタマテリアルを最適化する上で重要な役割を担っている。
本稿では,幾何学的特性と物理的特性を同時に符号化した,高度なハイブリッドニューラル表現であるHoloplaneと潜時拡散を統合した新しい生成モデルを提案する。
提案手法は,複数クラスにまたがって一般化され,多種多様なタイル状構造の生成が可能となり,特性精度が大幅に向上し,幾何的妥当性の制御が強化された。
論文 参考訳(メタデータ) (2025-02-01T20:25:47Z) - Unleashing the power of novel conditional generative approaches for new materials discovery [3.972733741872872]
結晶構造設計問題に対する2つの生成的アプローチを提案する。
1つは条件付き構造変化であり、最もエネルギー的に好ましい構造と全てのより安定なポリモルフィックの間のエネルギー差を利用する。
もう1つは条件付き構造の生成であり、最もエネルギー的に好ましい構造と、その全てのより安定したポリモルフィックの間のエネルギー差を利用する。
論文 参考訳(メタデータ) (2024-11-05T14:58:31Z) - DIFFormer: Scalable (Graph) Transformers Induced by Energy Constrained
Diffusion [66.21290235237808]
本稿では,データセットからのインスタンスのバッチを進化状態にエンコードするエネルギー制約拡散モデルを提案する。
任意のインスタンス対間の対拡散強度に対する閉形式最適推定を示唆する厳密な理論を提供する。
各種タスクにおいて優れた性能を有する汎用エンコーダバックボーンとして,本モデルの適用性を示す実験を行った。
論文 参考訳(メタデータ) (2023-01-23T15:18:54Z) - Atomic structure generation from reconstructing structural fingerprints [1.2128971613239876]
本稿では、原子中心対称性関数を表現として、条件付き変分オートエンコーダを生成モデルとして、エンドツーエンド構造生成手法を提案する。
我々は、概念実証として、サブナノメーターPtナノ粒子の新規で有効な原子構造を生成することに成功した。
論文 参考訳(メタデータ) (2022-07-27T00:42:59Z)
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。