-
最近の投稿
- Exploring Modular Mobility: Industry Advancements, Research Trends, and Future Directions on Modular Autonomous Vehicles
- Causal Composition Diffusion Model for Closed-loop Traffic Generation
- DRAL: Deep Reinforcement Adaptive Learning for Multi-UAVs Navigation in Unknown Indoor Environment
- Asynchronous Training of Mixed-Role Human Actors in a Partially-Observable Environment
- LMV-RPA: Large Model Voting-based Robotic Process Automation
-
最近のコメント
表示できるコメントはありません。 cs.AI (31450) cs.CL (23788) cs.CR (2442) cs.CV (37795) cs.LG (36318) cs.RO (18381) cs.SY (2817) eess.IV (4541) eess.SY (2811) stat.ML (4821)
「cond-mat.mtrl-sci」カテゴリーアーカイブ
Molecular Identification via Molecular Fingerprint extraction from Atomic Force Microscopy images
要約 CO 官能化金属チップを備えた非接触原子間力顕微鏡 (HR-AFM と呼ば … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG
Molecular Identification via Molecular Fingerprint extraction from Atomic Force Microscopy images はコメントを受け付けていません
Uncertainty Quantification in Multivariable Regression for Material Property Prediction with Bayesian Neural Networks
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
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
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