AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-21
MOFFieldBench:金属有機構造体における連続電子場の機械学習ベンチマーク
原題: MOFFieldBench: A Machine Learning Benchmark for Continuous Electronic Fields in Metal-Organic Frameworks
金属有機構造体(MOF)向けの機械学習モデルは原子構造に依存するものが多く、電子密度場や静電ポテンシャル場は第一原理計算のコストや整備されたデータセットの不足から十分に活用されてこなかった。提案するMOFFieldBenchは、結晶構造・電子密度場・静電ポテンシャル場が一対一で対応した約46,000のMOFからなるマルチモーダルベンチマークであり、場の生成、誤差制御付き圧縮、疎な点群表現を統合したワークフローにより、場の再構成、13物性の予測、マルチモーダル物性予測、クロスモーダル検索を支援する。電子密度と静電ポテンシャルは細孔形状・吸着・分離物性に対して競争力のある表現を与え、マルチモーダル融合は最良の単一モダリティ参照より複数の予測課題を改善し、学習した電子密度再構成を初期値に使うとペア比較で自己無撞着場計算の時間を平均13.59%短縮できた。