-
最近の投稿
- A Data-Driven Modeling and Motion Control of Heavy-Load Hydraulic Manipulators via Reversible Transformation
- Data-Driven Multi-step Nonlinear Model Predictive Control for Industrial Heavy Load Hydraulic Robot
- Image Compression Using Novel View Synthesis Priors
- OTO Planner: An Efficient Only Travelling Once Exploration Planner for Complex and Unknown Environments
- t-READi: Transformer-Powered Robust and Efficient Multimodal Inference for Autonomous Driving
-
最近のコメント
表示できるコメントはありません。 cs.AI (29990) cs.CL (22653) cs.CR (2325) cs.CV (36362) cs.LG (34812) cs.RO (17416) cs.SY (2673) eess.IV (4425) eess.SY (2667) stat.ML (4642)
「cond-mat.mtrl-sci」カテゴリーアーカイブ
Interpolation and differentiation of alchemical degrees of freedom in machine learning interatomic potentials
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
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
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
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
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
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
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
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
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
Multimodal Learning for Materials
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