「cond-mat.mtrl-sci」カテゴリーアーカイブ

MaScQA: A Question Answering Dataset for Investigating Materials Science Knowledge of Large Language Models

投稿日: 2023年8月21日 作成者: jarxiv

要約 材料文献からの情報抽出とテキスト理解は、材料発見の加速を可能にする網羅的な … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.CL | MaScQA: A Question Answering Dataset for Investigating Materials Science Knowledge of Large Language Models はコメントを受け付けていません

Accelerated materials language processing enabled by GPT

投稿日: 2023年8月21日 作成者: jarxiv

要約 材料言語処理 (MLP) は、膨大な材料科学文献から構造化情報を抽出できる … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.CL | Accelerated materials language processing enabled by GPT はコメントを受け付けていません

Probabilistic Phase Labeling and Lattice Refinement for Autonomous Material Research

投稿日: 2023年8月16日 作成者: jarxiv

要約 X 線回折 (XRD) は、ハイスループット実験において材料の結晶構造を決 … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.AI | Probabilistic Phase Labeling and Lattice Refinement for Autonomous Material Research はコメントを受け付けていません

Conditional Generative Models for Learning Stochastic Processes

投稿日: 2023年8月11日 作成者: jarxiv

要約 マルチモーダル分布を学習するためのフレームワークが提案されており、Cond … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, q-fin.CP, quant-ph | Conditional Generative Models for Learning Stochastic Processes はコメントを受け付けていません

Connectivity Optimized Nested Graph Networks for Crystal Structures

投稿日: 2023年8月10日 作成者: jarxiv

要約 グラフ ニューラル ネットワーク (GNN) は、材料科学や化学のさまざま … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, J.2, physics.chem-ph | Connectivity Optimized Nested Graph Networks for Crystal Structures はコメントを受け付けていません

Diffusion probabilistic models enhance variational autoencoder for crystal structure generative modeling

投稿日: 2023年8月7日 作成者: jarxiv

要約 結晶拡散変分オートエンコーダ(CDVAE)は、スコアマッチングを利用して、 … 続きを読む →

カテゴリー: 68T07, cond-mat.mtrl-sci, cond-mat.stat-mech, cs.LG, physics.comp-ph | Diffusion probabilistic models enhance variational autoencoder for crystal structure generative modeling はコメントを受け付けていません

CoRe Optimizer: An All-in-One Solution for Machine Learning

投稿日: 2023年7月31日 作成者: jarxiv

要約 最適化アルゴリズムとそのハイパーパラメータは、機械学習アプリケーションにお … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph, physics.comp-ph | CoRe Optimizer: An All-in-One Solution for Machine Learning はコメントを受け付けていません

Formulation Graphs for Mapping Structure-Composition of Battery Electrolytes to Device Performance

投稿日: 2023年7月28日 作成者: jarxiv

要約 配合などの新しい組み合わせ材料の発見と開発に関連する課題に対処するために、 … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.LG | Formulation Graphs for Mapping Structure-Composition of Battery Electrolytes to Device Performance はコメントを受け付けていません

Comparing Forward and Inverse Design Paradigms: A Case Study on Refractory High-Entropy Alloys

投稿日: 2023年7月26日 作成者: jarxiv

要約 先端材料の迅速な設計は、科学的に非常に興味深いテーマです。 従来の材料設計 … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG | Comparing Forward and Inverse Design Paradigms: A Case Study on Refractory High-Entropy Alloys はコメントを受け付けていません

Inorganic synthesis-structure maps in zeolites with machine learning and crystallographic distances

投稿日: 2023年7月21日 作成者: jarxiv

要約 ゼオライトは、その用途、合成条件、および結果として得られる多形の多様性で知 … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | Inorganic synthesis-structure maps in zeolites with machine learning and crystallographic distances はコメントを受け付けていません