top of page

【雑誌掲載】Machine Learning Supported Annealing for Prediction of Grand Canonical Crystal Structures


Quemixの論文が、Journal of the Physical Society of Japanに掲載されました。


本研究では、ファクタリゼーションマシンと量子アニーリング(FMQA)の組み合わせを用いて、結晶構造問題(CSP)の解決に取り組みました。CSPは、材料の化学組成に基づいて原子を最適に配置することを目的としています。本研究では、FMQAが異なるポテンシャルのもとでエネルギーを最小化することで、最適な結晶配置を効率的にサンプリングできる能力を検証しました。また、さまざまなメタスタブル構成のエネルギーをどの程度学習できるかを評価しました。このアプローチにより、材料科学における結晶構造決定の課題に対する新たな解決策を提供し、量子計算手法による材料発見の可能性が高まることが期待されます。



Comments


NEWS

bottom of page