-
最近の投稿
- LiLMaps: Learnable Implicit Language Maps
- Adaptive Control based Friction Estimation for Tracking Control of Robot Manipulators
- Existential Crisis: A Social Robot’s Reason for Being
- Enhanced Importance Sampling through Latent Space Exploration in Normalizing Flows
- Space Physiology and Technology: Musculoskeletal Adaptations, Countermeasures, and Opportunities for Wearable Systems
-
最近のコメント
表示できるコメントはありません。 cs.AI (31901) cs.CL (24130) cs.CR (2473) cs.CV (38182) cs.LG (36779) cs.RO (18638) cs.SY (2852) eess.IV (4592) eess.SY (2846) stat.ML (4868)
「cond-mat.mtrl-sci」カテゴリーアーカイブ
ChatGPT Chemistry Assistant for Text Mining and Prediction of MOF Synthesis
要約 当社では、プロンプト エンジニアリングを使用して、科学文献のさまざまな形式 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CL, cs.IR, physics.chem-ph
ChatGPT Chemistry Assistant for Text Mining and Prediction of MOF Synthesis はコメントを受け付けていません
14 Examples of How LLMs Can Transform Materials Science and Chemistry: A Reflection on a Large Language Model Hackathon
要約 GPT-4 などの大規模言語モデル (LLM) は、多くの科学者の関心を集 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph
14 Examples of How LLMs Can Transform Materials Science and Chemistry: A Reflection on a Large Language Model Hackathon はコメントを受け付けていません
Deep Learning of Crystalline Defects from TEM images: A Solution for the Problem of ‘Never Enough Training Data’
要約 線状転位などの結晶欠陥は、多くの金属デバイスの性能と信頼性にとって重要な役 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CV
Deep Learning of Crystalline Defects from TEM images: A Solution for the Problem of ‘Never Enough Training Data’ はコメントを受け付けていません
Discovering Symbolic Laws Directly from Trajectories with Hamiltonian Graph Neural Networks
要約 物理システムの時間発展は、エネルギーや力などの抽象的な量に依存する微分方程 … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.LG, physics.comp-ph
Discovering Symbolic Laws Directly from Trajectories with Hamiltonian Graph Neural Networks はコメントを受け付けていません
Machine Learning and Polymer Self-Consistent Field Theory in Two Spatial Dimensions
要約 ブロック共重合体のパラメータ空間の探索を加速するために、ディープラーニング … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CE, cs.LG, cs.NA, math.NA, physics.comp-ph
Machine Learning and Polymer Self-Consistent Field Theory in Two Spatial Dimensions はコメントを受け付けていません
Extracting Accurate Materials Data from Research Papers with Conversational Language Models and Prompt Engineering
要約 研究論文からの手作業によるデータ抽出を、自然言語処理、言語モデル、そして最 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CL
Extracting Accurate Materials Data from Research Papers with Conversational Language Models and Prompt Engineering はコメントを受け付けていません
Nano1D: An accurate Computer Vision model for segmentation and analysis of low-dimensional objects
要約 顕微鏡画像は通常、定性的または手動で分析されますが、対象物の自律的な定量分 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CV, I.4.6
Nano1D: An accurate Computer Vision model for segmentation and analysis of low-dimensional objects はコメントを受け付けていません
Augmenting Control over Exploration Space in Molecular Dynamics Simulators to Streamline De Novo Analysis through Generative Control Policies
要約 この研究では、強化学習 (RL) を利用して分子動力学シミュレーション ( … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG
Augmenting Control over Exploration Space in Molecular Dynamics Simulators to Streamline De Novo Analysis through Generative Control Policies はコメントを受け付けていません
A physics-informed AI method for calculating melting points with uncertainty control and optimal sampling
要約 NPT アンサンブルにおける共存シミュレーションに基づいて融点を自動的に計 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.AI, physics.comp-ph
A physics-informed AI method for calculating melting points with uncertainty control and optimal sampling はコメントを受け付けていません
From structure mining to unsupervised exploration of atomic octahedral networks
要約 原子中心配位八面体のネットワークは、無機およびハイブリッド固体材料で一般的 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CE, cs.LG, math.CO
From structure mining to unsupervised exploration of atomic octahedral networks はコメントを受け付けていません