材料探索

材料研究データの管理・検索と、NOMAD AI Toolkit による Notebook ベースの分析を提供する学術プラットフォーム。

材料探索 · 科学データ

計算構造や物性を検索し、材料探索と機械学習研究の参照データを準備する学術データプラットフォーム。

材料探索 · 科学データ

MatGL は材料科学向けのグラフ学習ライブラリで、物性予測器や機械学習ポテンシャルの開発・利用を支援します。

計算化学 · 材料探索

バックエンドに依存しない Phonopy Skill。有限変位計算の計画、力データの整理、および科学的前提を明示したバンド、状態密度、熱物性解析の手順を支援します。

材料探索

computational-chemistry-agent-skills コレクションに含まれる ASE ルーティング Skill。ワークフローの準備と計算器の設定を分け、実行は別の担当先に委任します。

計算化学 · 材料探索

pycalphad による TDB 平衡計算の手順とローカルヘルパーを含む、K-Dense コレクションの Skill です。モル相分率、組成、数値検証記録を出力します。

材料探索

Pymatgen Skill (K-Dense) は、材料構造の検証、対称性の調査、形式変換の計画、ローカル相図の作成、Materials Project クエリの範囲設定に使うエージェント向け指示と Python ヘルパーを提供します。

材料探索

ChemAgent (AI4Chem) は化学・材料分野でのツール利用を目的とする研究フレームワークであり、木探索による計画、ツール実行、ChemToolBench に基づく学習を扱う CheMatAgent 論文と関連しています。

計算化学 · 材料探索

SciAgentsは、科学知識グラフ、LLM、検索ツールを活用して、生物に着想を得た材料研究の仮説を作成・批評する研究用マルチエージェントフレームワークです。

文献・研究 · 材料探索

ChatMOFは、言語モデルに導かれるツールを用いて、自然言語によるリクエストからMOFデータを検索し、特性を予測し、構造を生成する、コードが公開された研究システムです。

材料探索

ChemGraph は、自然言語による化学リクエストを分子構築、シミュレーション、解析、レポート作成につなぐ Python エージェントフレームワークで、CLI、Python、Streamlit、MCP のインターフェースを備えています。

計算化学 · 材料探索

mp_api を介して Materials Project とアシスタントクライアントを接続し、材料検索、結晶構造、電子物性などの材料データを扱うサードパーティ製 MCP サーバーです。

材料探索 · 科学データ

ChemMLは、化学・材料データの分析、マイニング、モデリングを行うPythonツールスイートです。モジュール型設計を採用し、グラフニューラルネットワーク、AutoML、説明可能性に関する取り組みが記載されています。

分子特性予測 · 材料探索

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

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