physics.chem-ph」カテゴリーアーカイブ

Generative Deep Learning Framework for Inverse Design of Fuels

要約 現在の作業では、燃料の加速された逆設計を可能にするために、定量的構造 &# … 続きを読む

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

Machine learning interatomic potential can infer electrical response

要約 材料と化学システムの電界に対する反応をモデル化することは、長年の課題のまま … 続きを読む

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

Optimal Invariant Bases for Atomistic Machine Learning

要約 機械学習モデルのための原子配置の表現は、多くの場合、原子の局所的な環境を記 … 続きを読む

カテゴリー: cs.CV, physics.chem-ph, stat.ML | Optimal Invariant Bases for Atomistic Machine Learning はコメントを受け付けていません

Kernel Learning Assisted Synthesis Condition Exploration for Ternary Spinel

要約 機械学習とハイスループットの実験により、組成の柔軟性を活用することにより、 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | Kernel Learning Assisted Synthesis Condition Exploration for Ternary Spinel はコメントを受け付けていません

Ab-initio simulation of excited-state potential energy surfaces with transferable deep quantum Monte Carlo

要約 励起状態の正確な量子化学計算は困難な作業であり、多くの場合、計算的に要求の … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph | Ab-initio simulation of excited-state potential energy surfaces with transferable deep quantum Monte Carlo はコメントを受け付けていません

Enhancing the Scalability and Applicability of Kohn-Sham Hamiltonians for Molecular Systems

要約 密度官能理論(DFT)は、量子化学および材料科学の中で極めて重要な方法であ … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.AI, cs.LG, physics.chem-ph | Enhancing the Scalability and Applicability of Kohn-Sham Hamiltonians for Molecular Systems はコメントを受け付けていません

Ensemble Knowledge Distillation for Machine Learning Interatomic Potentials

要約 機械学習間原子間ポテンシャル(MLIP)は、原子論的シミュレーションと分子 … 続きを読む

カテゴリー: cs.AI, physics.chem-ph | Ensemble Knowledge Distillation for Machine Learning Interatomic Potentials はコメントを受け付けていません

Strain Problems got you in a Twist? Try StrainRelief: A Quantum-Accurate Tool for Ligand Strain Calculations

要約 リガンドひずみエネルギーは、リガンドの結合と非バウンド立体構造のエネルギー … 続きを読む

カテゴリー: cs.LG, physics.chem-ph | Strain Problems got you in a Twist? Try StrainRelief: A Quantum-Accurate Tool for Ligand Strain Calculations はコメントを受け付けていません

Understanding and Mitigating Distribution Shifts For Machine Learning Force Fields

要約 機械学習力フィールド(MLFF)は、高価なab initio量子機械分子シ … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph, q-bio.BM | Understanding and Mitigating Distribution Shifts For Machine Learning Force Fields はコメントを受け付けていません

Efficient Evolutionary Search Over Chemical Space with Large Language Models

要約 最適化の問題として定式化された場合、最適化目標は非拡張不可能である可能性が … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE, physics.chem-ph | Efficient Evolutionary Search Over Chemical Space with Large Language Models はコメントを受け付けていません