-
最近の投稿
- Open Challenges in the Formal Verification of Autonomous Driving
- Maximum Solar Energy Tracking Leverage High-DoF Robotics System with Deep Reinforcement Learning
- EdgeFlowNet: 100FPS@1W Dense Optical Flow For Tiny Mobile Robots
- A Systematic Study of Multi-Agent Deep Reinforcement Learning for Safe and Robust Autonomous Highway Ramp Entry
- Beyond Joint Demonstrations: Personalized Expert Guidance for Efficient Multi-Agent Reinforcement Learning
-
最近のコメント
表示できるコメントはありません。 cs.AI (30057) cs.CL (22703) cs.CR (2332) cs.CV (36430) cs.LG (34881) cs.RO (17454) cs.SY (2679) eess.IV (4437) eess.SY (2673) stat.ML (4648)
「physics.chem-ph」カテゴリーアーカイブ
FeNNol: an Efficient and Flexible Library for Building Force-field-enhanced Neural Network Potentials
要約 ニューラル ネットワークの原子間ポテンシャル (NNP) は、非経験的分子 … 続きを読む
カテゴリー: cs.LG, physics.chem-ph
FeNNol: an Efficient and Flexible Library for Building Force-field-enhanced Neural Network Potentials 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
TorchMD-Net 2.0: Fast Neural Network Potentials for Molecular Simulations
要約 分子シミュレーションにおける計算速度、予測精度、普遍的な適用性の間のバラン … 続きを読む
カテゴリー: cs.LG, physics.bio-ph, physics.chem-ph, physics.comp-ph
TorchMD-Net 2.0: Fast Neural Network Potentials for Molecular Simulations はコメントを受け付けていません
MultiModal-Learning for Predicting Molecular Properties: A Framework Based on Image and Graph Structures
要約 薬物分子の特性を正確に予測する探求は、人工知能創薬 (AIDD) の分野に … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.chem-ph, q-bio.BM
MultiModal-Learning for Predicting Molecular Properties: A Framework Based on Image and Graph Structures 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
Leap: molecular synthesisability scoring with intermediates
要約 分子が合成できるかどうかを評価することは、創薬における主要なタスクです。 … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, q-bio.BM
Leap: molecular synthesisability scoring with intermediates はコメントを受け付けていません
Generating High-Precision Force Fields for Molecular Dynamics Simulations to Study Chemical Reaction Mechanisms using Molecular Configuration Transformer
要約 有機化学においては、化学反応機構に関する理論的研究が極めて重要です。 従来 … 続きを読む
カテゴリー: cond-mat.soft, cs.AI, physics.chem-ph
Generating High-Precision Force Fields for Molecular Dynamics Simulations to Study Chemical Reaction Mechanisms using Molecular Configuration Transformer はコメントを受け付けていません
Active Causal Learning for Decoding Chemical Complexities with Targeted Interventions
要約 分子構造に基づいて固有の特性を予測し、強化することは、医学、材料科学、環境 … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.data-an, q-bio.BM
Active Causal Learning for Decoding Chemical Complexities with Targeted Interventions はコメントを受け付けていません
Twins in rotational spectroscopy: Does a rotational spectrum uniquely identify a molecule?
要約 回転分光法は、気相中の分子の構造を決定する最も正確な方法です。 回転スペク … 続きを読む
カテゴリー: cs.LG, physics.chem-ph
Twins in rotational spectroscopy: Does a rotational spectrum uniquely identify a molecule? はコメントを受け付けていません