physics.chem-ph」カテゴリーアーカイブ

Representing spherical tensors with scalar-based machine-learning models

要約 回転対称性は、物理学において中心的な役割を果たし、3Dオブジェクトの特性( … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, stat.ML | コメントする

PINN-MEP: Continuous Neural Representations for Minimum-Energy Path Discovery in Molecular Systems

要約 物理システムにおける立体構造遷移を特徴付けることは、計算科学の根本的な課題 … 続きを読む

カテゴリー: cs.AI, physics.chem-ph, physics.comp-ph | コメントする

PINN-MEP: Continuous Neural Representations for Minimum-Energy Path Discovery in Molecular Systems

要約 物理システムにおける立体構造遷移を特徴付けることは、計算科学の根本的な課題 … 続きを読む

カテゴリー: cs.AI, physics.chem-ph, physics.comp-ph | コメントする

Physics-Informed Weakly Supervised Learning for Interatomic Potentials

要約 機械学習は、計算化学および材料科学においてますます重要な役割を果たし、計算 … 続きを読む

カテゴリー: cs.LG, physics.bio-ph, physics.chem-ph, physics.comp-ph | コメントする

Integer linear programming for unsupervised training set selection in molecular machine learning

要約 整数線形プログラミング(ILP)は、整数決定変数を使用して自然に説明されて … 続きを読む

カテゴリー: cs.LG, physics.chem-ph | コメントする

Action-Minimization Meets Generative Modeling: Efficient Transition Path Sampling with the Onsager-Machlup Functional

要約 エネルギー環境上の2つのポイントを接続する可能性のあるパスを見つけることを … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph, q-bio.BM | コメントする

Energy-Based Coarse-Graining in Molecular Dynamics: A Flow-Based Framework Without Data

要約 粗粒(CG)モデルは、分子シミュレーションの複雑さを減らすための効果的なル … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph | コメントする

Enhanced Sampling, Public Dataset and Generative Model for Drug-Protein Dissociation Dynamics

要約 薬物タンパク質の結合と解離のダイナミクスは、生物系における分子相互作用を理 … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, q-bio.BM | コメントする

Action-Minimization Meets Generative Modeling: Efficient Transition Path Sampling with the Onsager-Machlup Functional

要約 エネルギー環境上の2つのポイントを接続する可能性のあるパスを見つけることを … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph, q-bio.BM | コメントする

High-performance training and inference for deep equivariant interatomic potentials

要約 機械学習間能力間、特に深い等量のニューラルネットワークに基づく可能性は、分 … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph | High-performance training and inference for deep equivariant interatomic potentials はコメントを受け付けていません