-
最近の投稿
- Sim-and-Real Co-Training: A Simple Recipe for Vision-Based Robotic Manipulation
- Non-Determinism of ‘Deterministic’ LLM Settings
- Low-resource Machine Translation: what for? who for? An observational study on a dedicated Tetun language translation service
- TeleAntiFraud-28k: An Audio-Text Slow-Thinking Dataset for Telecom Fraud Detection
- Mr. DETR: Instructive Multi-Route Training for Detection Transformers
-
最近のコメント
表示できるコメントはありません。 cs.AI (35981) cs.CL (27219) cs.CR (2743) cs.CV (41828) cs.LG (40950) cs.RO (21217) cs.SY (3206) eess.IV (4914) eess.SY (3200) stat.ML (5368)
「cond-mat.mtrl-sci」カテゴリーアーカイブ
Transformer-Enhanced Variational Autoencoder for Crystal Structure Prediction
要約 結晶構造は、材料の物理的および化学的特性を理解するための基礎を形成します。 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.AI
Transformer-Enhanced Variational Autoencoder for Crystal Structure Prediction はコメントを受け付けていません
DiffRenderGAN: Addressing Training Data Scarcity in Deep Segmentation Networks for Quantitative Nanomaterial Analysis through Differentiable Rendering and Generative Modelling
要約 ナノマテリアルは、サイズ、形状、表面の特性などのパラメーターによって支配さ … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CV, cs.LG
DiffRenderGAN: Addressing Training Data Scarcity in Deep Segmentation Networks for Quantitative Nanomaterial Analysis through Differentiable Rendering and Generative Modelling はコメントを受け付けていません
Open Materials Generation with Stochastic Interpolants
要約 新しい材料の発見は、技術の進歩を可能にするために不可欠である。新規材料を予 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG
Open Materials Generation with Stochastic Interpolants はコメントを受け付けていません
Towards Fast, Specialized Machine Learning Force Fields: Distilling Foundation Models via Energy Hessians
要約 基礎モデル（FM）パラダイムは、機械学習力フィールド（MLFF）を変換し、 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.bio-ph, physics.chem-ph
Towards Fast, Specialized Machine Learning Force Fields: Distilling Foundation Models via Energy Hessians はコメントを受け付けていません
Foundational Large Language Models for Materials Research
要約 材料の発見と開発は、世界的な課題に対処するために重要です。 しかし、膨大な … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CL, cs.IR
Foundational Large Language Models for Materials Research はコメントを受け付けていません
Enhanced Confocal Laser Scanning Microscopy with Adaptive Physics Informed Deep Autoencoders
要約 回折制限解像度、ノイズ、レーザー電力条件によるアンダーサンプリングなど、共 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CV, eess.IV
Enhanced Confocal Laser Scanning Microscopy with Adaptive Physics Informed Deep Autoencoders はコメントを受け付けていません
Contrastive Language-Structure Pre-training Driven by Materials Science Literature
要約 構造と特性の関係を理解することは、材料の発見と開発において不可欠ではありま … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG
Contrastive Language-Structure Pre-training Driven by Materials Science Literature はコメントを受け付けていません
Clinically Ready Magnetic Microrobots for Targeted Therapies
要約 薬物の全身投与は、多くの場合、オフターゲット効果を引き起こし、高度な治療の … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.RO, cs.SY, eess.SY, physics.app-ph, physics.bio-ph, physics.med-ph
Clinically Ready Magnetic Microrobots for Targeted Therapies はコメントを受け付けていません
On the practical applicability of modern DFT functionals for chemical computations. Case study of DM21 applicability for geometry optimization
要約 密度汎関数理論 (DFT) は、計算精度と速度のバランスを考慮すると、おそ … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.AI, physics.comp-ph
On the practical applicability of modern DFT functionals for chemical computations. Case study of DM21 applicability for geometry optimization はコメントを受け付けていません
Strong phonon-mediated high temperature superconductivity in Li$_2$AuH$_6$ under ambient pressure
要約 私たちは開発したAI検索エンジン~(InvDesFlow)を使用して、周囲 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cond-mat.supr-con, cs.AI, physics.comp-ph
Strong phonon-mediated high temperature superconductivity in Li$_2$AuH$_6$ under ambient pressure はコメントを受け付けていません