Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

MiAD: Mirage Atom Diffusion for De Novo Crystal Generation

Created by
  • Haebom
Category
Empty

저자

Andrey Okhotin, Maksim Nakhodnov, Nikita Kazeev, Andrey E Ustyuzhanin, Dmitry Vetrov

개요

확산 기반 모델은 안정적이고 독특하며 새로운 결정질 물질을 찾는 데 뛰어난 성능을 보였지만, 대부분의 모델은 생성 과정에서 결정 내 원자 수를 변경하는 능력이 부족했다. 본 논문에서는 이 제약의 심각성을 보여주고, 원자가 존재에서 비존재(mirage)로, 또는 그 반대로 상태를 변경할 수 있도록 하는 간단하지만 강력한 기술인 'mirage infusion'을 소개한다. 이 기술을 통해 모델 품질을 최대 2.5배 향상시킬 수 있으며, 이를 적용한 MiAD (Mirage Atom Diffusion)는 생성 과정에서 원자 수를 변경할 수 있는 de novo 결정 생성용 등변환 공동 확산 모델이다. MiAD는 MP-20 데이터셋에서 8.2%의 S.U.N. 비율을 달성하여 기존 최고 성능의 접근 방식을 크게 능가한다.

시사점, 한계점

시사점:
'Mirage infusion' 기술을 통해 확산 모델의 결정 생성 능력 향상.
원자 수 변화를 허용하여 모델의 다양성 및 성능 증대.
MiAD 모델은 기존 SOTA를 능가하는 S.U.N. 비율 달성.
한계점:
논문에서 구체적인 한계점에 대한 언급 없음. (일반적으로 확산 모델의 계산 비용, 데이터 의존성 등은 잠재적 한계점일 수 있음.)
👍