cond-mat.supr-con」カテゴリーアーカイブ

AI-driven inverse design of materials: Past, present and future

要約 先端材料の発見は、人類の技術開発と進歩の基礎です。 材料の構造とそれに対応 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cond-mat.supr-con, cs.AI | コメントする

AI-accelerated discovery of high critical temperature superconductors

要約 新しい超伝導材料、特に高い臨界温度($T_c$)を示す材料の発見は、物性物 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cond-mat.supr-con, cs.AI, physics.comp-ph | AI-accelerated discovery of high critical temperature superconductors はコメントを受け付けていません

Optimisation challenge for superconducting adiabatic neural network implementing XOR and OR boolean functions

要約 本論文では、シグモイド活性化関数を持つ断熱ジョセフソンセルに基づく単純なア … 続きを読む

カテゴリー: cond-mat.supr-con, cs.AI | Optimisation challenge for superconducting adiabatic neural network implementing XOR and OR boolean functions はコメントを受け付けていません

Self-training superconducting neuromorphic circuits using reinforcement learning rules

要約 強化学習アルゴリズムは、ゲームからロボット工学、自動運転車に至るまで、幅広 … 続きを読む

カテゴリー: cond-mat.supr-con, cs.AI | Self-training superconducting neuromorphic circuits using reinforcement learning rules はコメントを受け付けていません

Learning to extrapolate using continued fractions: Predicting the critical temperature of superconductor materials

要約 人工知能 (AI) および機械学習 (ML) の分野では、限定されたインス … 続きを読む

カテゴリー: cond-mat.supr-con, cs.AI, cs.LG, cs.NE | Learning to extrapolate using continued fractions: Predicting the critical temperature of superconductor materials はコメントを受け付けていません

S2SNet: A Pretrained Neural Network for Superconductivity Discovery

要約 超伝導により、エネルギーを損失することなく電流を流すことができるため、固体 … 続きを読む

カテゴリー: cond-mat.supr-con, cs.LG | S2SNet: A Pretrained Neural Network for Superconductivity Discovery はコメントを受け付けていません

Neural Wave Functions for Superfluids

要約 超流動現象の解明は、物性物理学の主要な目標である。ここでは、最近開発された … 続きを読む

カテゴリー: cond-mat.quant-gas, cond-mat.supr-con, cs.LG, physics.comp-ph | Neural Wave Functions for Superfluids はコメントを受け付けていません

Weak-signal extraction enabled by deep-neural-network denoising of diffraction data

要約 タイトル:ディフラクションデータの深層ニューラルネットワークによるノイズ除 … 続きを読む

カテゴリー: cond-mat.str-el, cond-mat.supr-con, cs.LG, eess.IV | Weak-signal extraction enabled by deep-neural-network denoising of diffraction data はコメントを受け付けていません