「cond-mat.mtrl-sci」カテゴリーアーカイブ

Uncertainty Quantification in Multivariable Regression for Material Property Prediction with Bayesian Neural Networks

投稿日: 2024年5月7日 作成者: jarxiv

要約 材料科学におけるデータ駆動型アプローチや機械学習ベースの手法の利用が増加す … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, I.2.6 | Uncertainty Quantification in Multivariable Regression for Material Property Prediction with Bayesian Neural Networks はコメントを受け付けていません

Single and Multi-Hop Question-Answering Datasets for Reticular Chemistry with GPT-4-Turbo

投稿日: 2024年5月6日 作成者: jarxiv

要約 人工知能と自然言語処理の急速な進歩により、機械学習モデルの性能ベンチマーク … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.CL | Single and Multi-Hop Question-Answering Datasets for Reticular Chemistry with GPT-4-Turbo はコメントを受け付けていません

Interpolation and differentiation of alchemical degrees of freedom in machine learning interatomic potentials

投稿日: 2024年4月30日 作成者: jarxiv

要約 機械学習原子間ポテンシャル (MLIP) は現代の原子シミュレーションの主 … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | Interpolation and differentiation of alchemical degrees of freedom in machine learning interatomic potentials はコメントを受け付けていません

BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development

投稿日: 2024年4月23日 作成者: jarxiv

要約 機械学習力場 (MLFF) は固体や小分子に広く応用されているにもかかわら … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph | BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development はコメントを受け付けていません

Bayesian Co-navigation: Dynamic Designing of the Materials Digital Twins via Active Learning

投稿日: 2024年4月22日 作成者: jarxiv

要約 科学の進歩は普遍的に、理論的洞察、モデリング、実験的発見の間の動的な相互作 … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG | Bayesian Co-navigation: Dynamic Designing of the Materials Digital Twins via Active Learning はコメントを受け付けていません

Information theory unifies atomistic machine learning, uncertainty quantification, and materials thermodynamics

投稿日: 2024年4月19日 作成者: jarxiv

要約 情報の正確な記述は、サンプリング方法、まれなイベントの検出、データセットの … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | Information theory unifies atomistic machine learning, uncertainty quantification, and materials thermodynamics はコメントを受け付けていません

Interpolation and differentiation of alchemical degrees of freedom in machine learning interatomic potentials

投稿日: 2024年4月17日 作成者: jarxiv

要約 機械学習原子間ポテンシャル (MLIP) は現代の原子シミュレーションの主 … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | Interpolation and differentiation of alchemical degrees of freedom in machine learning interatomic potentials はコメントを受け付けていません

Multimodal Learning for Materials

投稿日: 2024年4月15日 作成者: jarxiv

要約 人工知能は計算材料科学を変革し、材料特性の予測を改善し、新しい材料の発見を … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG | Multimodal Learning for Materials はコメントを受け付けていません

BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development

投稿日: 2024年4月15日 作成者: jarxiv

要約 機械学習力場 (MLFF) は固体や小分子に広く応用されているにもかかわら … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph | BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development はコメントを受け付けていません

BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development

投稿日: 2024年4月12日 作成者: jarxiv

要約 機械学習力場 (MLFF) は固体や小分子に広く応用されているにもかかわら … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph | BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development はコメントを受け付けていません