効率的かつ解釈可能な電子円二色性スペクトル予測のための分離ピーク特性学習

効率的かつ解釈可能な電子円二色性スペクトル予測:Decoupled Peak Property Learning 学術的背景 電子円二色性スペクトル(Electronic Circular Dichroism, ECD)は、分子のキラリティを研究するための重要なツールであり、特に不斉有機合成や薬品産業において、キラル分子の絶対配置を区別するために使用されます。しかし、既存のECDスペクトル予測手法には、データの不足と解釈可能性の低さという二つの主要な問題があります。これにより、予測結果の信頼性が低下しています。現在のECDスペクトル予測は、分子構造の抽出、立体配座探索、構造最適化、時間依存密度汎関数理論(TD-DFT)計算、ボルツマン重み付けなどの時間のかかる量子化学計算に依存しています。こ...

ディープニューラルネットワークを用いた多体シュレーディンガー方程式のスピン対称強制解法

深層学習フレームワークを用いた多体シュレーディンガー方程式のスピン対称性解法研究:新手法の画期的成果 量子物理学および量子化学の分野において、多体電子系の記述は重要な課題でありながらも非常に困難な問題である。電子間の強い相関を正確に特徴付けることは、触媒、光化学、超伝導性などの分野において特に重要な意義を持つ。しかし、広く使用されているKohn–Sham密度汎関数理論(KS-DFT)などの従来の手法では、多参照系における静的相関の記述に不十分な点が残っている。この不足は「対称性ジレンマ」(symmetry dilemma)として知られる問題を引き起こし、物理的でない状態であるスピン対称性の破れた解がより低いエネルギー結果を得ることがある。さらに、波動関数法は静的相関を捉える点では優れているが...

アンサンブル蒸留における知識確率化:物体検出器の精度と不確実性定量化の向上

集約蒸留における知識確率化の応用研究 学術背景:研究の意義と問題提起 近年、深層ニューラルネットワーク(Deep Neural Networks, DNN)は、その卓越した予測能力により、自動運転、医療診断、気候予測などの安全性が重要な分野で広く利用されています。しかし、これらの分野ではモデルの高精度な予測能力だけでなく、信頼できる不確実性定量化(Uncertainty Quantification)も求められます。特に、自動運転車が雪道などの複雑な環境で判断を下す場合、モデルが極端に自信を持つことが安全ではない決定を招く可能性があります。そのため、不確実性の定量化を強化することは、深層学習の応用において重要な課題の一つです。 深層アンサンブル学習(Deep Ensemble)は、予測精度と...

AFMと深層ニューラルネットワークを用いたRNAコンホーマー構造の決定

学術的背景 RNA(リボ核酸)は生命体において極めて重要な分子であり、遺伝子発現、調節、触媒など多様な生物学的プロセスに関与しています。ヒトゲノムの大部分はRNAに転写されますが、RNA分子の構造研究は依然として大きな課題を抱えています。RNA分子は通常、高い構造的多様性と柔軟性を持ち、これがその機能の前提となっていますが、これが核磁気共鳴(NMR)、X線結晶学、クライオ電子顕微鏡(cryo-EM)などの伝統的な構造解析手法の適用を制限しています。特に大きなRNA分子では、その構造的多様性と大規模なRNA構造データベースの欠如により、既存のタンパク質構造予測手法(例:AlphaFold)を直接RNAに適用することができません。したがって、大きなRNA分子の三次元構造、特にその構造的多様性を正...

予測エラー処理と予想情報のシャープ化

予測エラー処理と予想情報のシャープ化

科学報告 背景紹介 感知と神経処理における感覚情報は、事前の期待に大きく影響される。感知は単なる受動的な受信ではなく、過去の経験と現在の状況に基づいた事前情報と現有の感覚情報を統合する積極的な推論プロセスである。この情報の統合方式は異なるメカニズムで表現されることがある。一つは異常入力に焦点を当てた予測誤差信号処理(Prediction Error、略称PE)、もう一つは予測情報の強化を通じて実現する鋭化表示である。本稿では、顔認識におけるこれら二つのメカニズムの表現について研究した。 研究の出典 この研究はドイツ・ハンブルク大学医療センター(University Medical Center Hamburg-Eppendorf)システム神経科学科のAnnika GarlichsとHelen...

DNN生成コンテンツのための不可視で頑丈な保護方法

深層神経ネットワーク生成コンテンツの不可視かつロバストな保護方法 学術的背景 近年、深層学習モデルが工学アプリケーションで革命的な発展と広範な応用を見せており、ChatGPTやDALL⋅E 2のような現象的なアプリケーションが次々と登場し、人々の日常生活に深い影響を与えています。同時に、人々はオープンソースの深層学習技術を利用して、画像スタイル転移や画像のカートゥーン化などの様々なコンテンツを作成できます。これらの技術はAI生成コンテンツ(AIGC)と呼ばれています。こうした背景の中で、AIGCを基にした商業アプリケーション(例えば、美图、Prisma、Adobe Lightroomなど)の著作権保護が急務かつ避けられないものとなりました。しかし、多くのAIGC関連技術がオープンソースである...