リソースを探す

IDAES は、シミュレーションに基づく先進エネルギーシステムの設計、解析、最適化を目的とする Python プロセスシステム工学ツールキットです。ソルバー拡張機能を備え、サンプルは別途配布されています。

プロセス最適化 · 化学製造

Phoenicsはベイズ最適化とベイズカーネル密度推定を組み合わせ、実験または計算のパラメータを提案します。逐次、バッチ、多目的のワークフローに対応しています。

ラボ自動化 · プロセス最適化

Gryffin は、カテゴリ型および連続値とカテゴリ値の混合実験設計空間を対象とする Python ベイズ最適化フレームワークで、バッチ推奨と物理化学記述子に対応しています。

ラボ自動化 · プロセス最適化

Olympus は、ノイズを含む最適化と実験計画のベンチマークに用いる Python フレームワークです。混合パラメータ領域、実験ベンチマーク、解析的テスト関数、および共通のプランナーインターフェースを備えています。

ラボ自動化 · プロセス最適化

BoFire は、混合変数、制約、分子表現、反復的な候補選択に対応する、実験計画とベイズ最適化のための Python フレームワークです。

ラボ自動化 · プロセス最適化

Summitは、化学反応の最適化に用いるPythonツールキットです。最適化戦略、シミュレーションによる反応ベンチマーク、実験条件を評価するための閉ループワークフローを組み合わせています。

ラボ自動化 · プロセス最適化

BayBE は、定義済みの探索空間、目的、測定結果に基づいてパラメーター設定を推奨する、ベイズ実験計画用の Python ツールボックスです。化学分野を考慮したワークフローや多目的ワークフローにも対応します。

ラボ自動化 · プロセス最適化

DeePKS-kit は、量子化学のエネルギー汎関数の学習、post-HF モデルのテスト、および DeePHF と DeePKS のスキームによる自己無撞着計算を行うための Python ツールキットです。

量子化学

DeePTB は、深層学習による電子構造モデル向けの Python パッケージです。環境依存のタイトバインディングモデルと、等変なハミルトニアン、密度行列、重なり行列の表現を組み合わせています。

量子化学 · 材料探索

DP-GENは、分子シミュレーション、第一原理計算、DeePMD-kitのワークフローを連携させ、原子間ポテンシャルモデルを生成するPythonコンカレントラーニングプラットフォームです。

計算化学 · 材料探索

QML は、Fortran による表現、カーネル、ソルバーモジュールを備えた、アーカイブ済みの量子機械学習向け Python ツールキットです。以降の開発は qmllib に移行しています。

分子特性予測 · 量子化学

DScribeは、原子構造を機械学習、可視化、類似性解析に用いる数値記述子へ変換するPythonライブラリで、バッチ処理と原子位置に関する導関数にも対応します。

分子特性予測 · 材料探索

CGCNNは結晶グラフ畳み込みニューラルネットワークを実装し、結晶構造から材料特性を学習します。カスタムデータを用いたモデルの学習と、事前学習済みモデルによる予測に対応しています。

材料探索

CrabNet は、組成情報のみから材料特性を予測する注意機構ベースのモデルを実装し、基本的な使用方法とモデル解釈性に関するガイドも提供します。

材料探索

ALIGNN は、材料特性予測のための原子論的グラフニューラルネットワークを提供し、学習ワークフロー、事前学習済み予測器、および構造最適化向けの ALIGNN-FF 力場を備えています。

材料探索

M3GNetは、三体相互作用、事前学習済み原子間ポテンシャル、結晶構造緩和・分子動力学・モデル学習のワークフローを備えた、アーカイブ済みの材料グラフニューラルネットワーク実装です。

計算化学 · 材料探索

CHGNet は、結晶構造を対象とする、電荷情報を取り入れた事前学習済みニューラルネットワークポテンシャルです。エネルギー、力、応力、磁気モーメントを予測し、構造緩和や分子動力学のワークフローに利用できます。

計算化学 · 材料探索

MEGNet は非推奨となった TensorFlow グラフネットワーク実装であり、分子および結晶の物性に関する事前学習済みモデル、学習ユーティリティ、転移可能な元素埋め込みを備えています。

分子特性予測 · 材料探索

MODNetは、組成または結晶構造から材料特性を教師あり学習で予測するPythonフレームワークです。複数のターゲットを同時に学習でき、文書で説明された事前学習済みモデルを2つ提供しています。

材料探索

matminer は材料科学のデータマイニング向け Python ライブラリです。コミュニティのデータセット、データ取得方法、特徴量化器をまとめ、研究ワークフローでの引用をサポートします。

材料探索