-
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
Generalizable, Fast, and Accurate DeepQSPR with fastprop Part 1: Framework and Benchmarks
要約 定量的構造特性関係研究は、分子構造と任意の対象量の間のマッピングを定義する … 続きを読む
カテゴリー: cs.LG, physics.chem-ph
Generalizable, Fast, and Accurate DeepQSPR with fastprop Part 1: Framework and Benchmarks はコメントを受け付けていません
Active Deep Kernel Learning of Molecular Functionalities: Realizing Dynamic Structural Embeddings
要約 分子空間を探索することは、化学的性質や反応の理解を進め、材料科学、医療、エ … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, physics.data-an
Active Deep Kernel Learning of Molecular Functionalities: Realizing Dynamic Structural Embeddings 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
Outlier-Detection for Reactive Machine Learned Potential Energy Surfaces
要約 大きな予想誤差 (外れ値) を持つサンプルを検出する不確実性定量化 (UQ … 続きを読む
カテゴリー: cs.LG, physics.chem-ph
Outlier-Detection for Reactive Machine Learned Potential Energy Surfaces はコメントを受け付けていません
Stability-Aware Training of Neural Network Interatomic Potentials with Differentiable Boltzmann Estimators
要約 ニューラル ネットワーク原子間ポテンシャル (NNIP) は、分子動力学 … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.LG, physics.chem-ph, physics.comp-ph
Stability-Aware Training of Neural Network Interatomic Potentials with Differentiable Boltzmann Estimators はコメントを受け付けていません
ChemReasoner: Heuristic Search over a Large Language Model’s Knowledge Space using Quantum-Chemical Feedback
要約 新しい触媒の発見は、持続可能な未来に移行するための、より効率的な新しい化学 … 続きを読む
カテゴリー: cs.AI, cs.CE, cs.LG, physics.chem-ph
ChemReasoner: Heuristic Search over a Large Language Model’s Knowledge Space using Quantum-Chemical Feedback はコメントを受け付けていません
From Peptides to Nanostructures: A Euclidean Transformer for Fast and Stable Machine Learned Force Fields
要約 近年、ab-initio 参照計算に基づいた機械学習力場 (MLFF) の … 続きを読む
カテゴリー: cs.LG, physics.chem-ph
From Peptides to Nanostructures: A Euclidean Transformer for Fast and Stable Machine Learned Force Fields はコメントを受け付けていません
Self-consistent Validation for Machine Learning Electronic Structure
要約 機械学習は、電子構造の問題に効率的に取り組むための重要なアプローチとして浮 … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph
Self-consistent Validation for Machine Learning Electronic Structure はコメントを受け付けていません
Smooth, exact rotational symmetrization for deep learning on point clouds
要約 点群は 3D オブジェクトの多用途な表現であり、科学や工学で広く応用されて … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CV, cs.LG, physics.chem-ph
Smooth, exact rotational symmetrization for deep learning on point clouds はコメントを受け付けていません
Infrared Spectra Prediction for Diazo Groups Utilizing a Machine Learning Approach with Structural Attention Mechanism
要約 赤外（IR）分光法は、振動や回転の遷移を通して分子の構造やダイナミクスを解 … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.chem-ph
Infrared Spectra Prediction for Diazo Groups Utilizing a Machine Learning Approach with Structural Attention Mechanism はコメントを受け付けていません