cond-mat.mtrl-sci」カテゴリーアーカイブ

A data driven approach to classify descriptors based on their efficiency in translating noisy trajectories into physically-relevant information

要約 多体力学システムの物理的複雑さを再構築することは困難な場合があります。 一 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG | コメントする

Reward driven workflows for unsupervised explainable analysis of phases and ferroic variants from atomically resolved imaging data

要約 収差補正電子顕微鏡法の急速な進歩により、画像データから相、フェロイック変異 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.HC, cs.LG | コメントする

Deep learning robotics using self-supervised spatial differentiation drive autonomous contact-based semiconductor characterization

要約 自律的な接触ベースのロボット特性評価を自動運転ラボに統合することで、測定の … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, cs.RO | コメントする

AI-driven inverse design of materials: Past, present and future

要約 先端材料の発見は、人類の技術開発と進歩の基礎です。 材料の構造とそれに対応 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cond-mat.supr-con, cs.AI | コメントする

UniMat: Unifying Materials Embeddings through Multi-modal Learning

要約 材料科学データセットは本質的に異質であり、特性評価スペクトル、原子構造、顕 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG | コメントする

Deep Learning Accelerated Quantum Transport Simulations in Nanoelectronics: From Break Junctions to Field-Effect Transistors

要約 量子輸送計算はナノエレクトロニクスデバイスの理解と設計に不可欠ですが、精度 … 続きを読む

カテゴリー: cond-mat.mes-hall, cond-mat.mtrl-sci, cs.LG | コメントする

A Universal Deep Learning Framework for Materials X-ray Absorption Spectra

要約 X 線吸収分光法 (XAS) は、吸収原子の局所的な化学環境を調査するため … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.AI, cs.LG | コメントする

Enabling Efficient Equivariant Operations in the Fourier Basis via Gaunt Tensor Products

要約 E(3) グループの等変ニューラル ネットワークの開発は、現実世界のアプリ … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, math.GR, physics.chem-ph, q-bio.BM | コメントする

LLM4Mat-Bench: Benchmarking Large Language Models for Materials Property Prediction

要約 大規模言語モデル (LLM) は材料科学で使用されることが増えています。 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.CL | コメントする

Unleashing the power of novel conditional generative approaches for new materials discovery

要約 非常に長い間、新しい材料の設計に対するコンピューターによるアプローチは、候 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG | Unleashing the power of novel conditional generative approaches for new materials discovery はコメントを受け付けていません