AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-23
生成モデルによる合成確率時系列データ
原題: Synthetic Stochastic Time Series from Generative Models
計算化学では、高精度なシミュレーションの計算コストが高いため、統計的に収束した時系列データを得ることが難しい。本研究では、高品質な確率的軌跡で学習させた生成モデルによって、統計的性質を再現した合成軌跡を低い計算コストで生成する手法を検討した。4種類の生成アーキテクチャを比較した結果、拡散確率モデルが最も一貫して目標の統計量を再現し、逐次型Transformerより高速に生成できた。エネルギーギャップの軌跡では、0.1nsの学習データによる拡張が、0.25〜0.50nsの直接的なMDサンプリングとほぼ同等の精度を与えた。