physics.comp-ph」カテゴリーアーカイブ

Cross-sectional Topology Optimization of Slender Soft Pneumatic Actuators using Genetic Algorithms and Geometrically Exact Beam Models

要約 ソフト ロボットの設計は依然として手動の試行錯誤的なアプローチによって進め … 続きを読む

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

Latent Ewald summation for machine learning of long-range interactions

要約 機械学習の原子間ポテンシャル (MLIP) では、静電力や分散力などの長距 … 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

Some Best Practices in Operator Learning

要約 ハイパーパラメータ検索は計算コストが高くなります。 このペーパーでは、ハイ … 続きを読む

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

InvDesFlow: An AI search engine to explore possible high-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 | InvDesFlow: An AI search engine to explore possible high-temperature superconductors はコメントを受け付けていません

Unveiling the optimization process of Physics Informed Neural Networks: How accurate and competitive can PINNs be?

要約 この研究では、物理学に基づいたニューラル ネットワークの潜在的な精度の限界 … 続きを読む

カテゴリー: cs.AI, cs.LG, physics.comp-ph | Unveiling the optimization process of Physics Informed Neural Networks: How accurate and competitive can PINNs be? はコメントを受け付けていません

What You See is Not What You Get: Neural Partial Differential Equations and The Illusion of Learning

要約 科学機械学習のための微分可能プログラミング (SciML) は、第一原理物 … 続きを読む

カテゴリー: cs.LG, physics.comp-ph | What You See is Not What You Get: Neural Partial Differential Equations and The Illusion of Learning はコメントを受け付けていません

CODES: Benchmarking Coupled ODE Surrogates

要約 結合された ODE システムのサロゲート アーキテクチャを包括的に評価する … 続きを読む

カテゴリー: astro-ph.IM, cs.LG, physics.comp-ph | CODES: Benchmarking Coupled ODE Surrogates はコメントを受け付けていません

Scientific Machine Learning Based Reduced-Order Models for Plasma Turbulence Simulations

要約 この論文では、プラズマ乱流シミュレーションのための非侵入型科学機械学習 ( … 続きを読む

カテゴリー: cs.CE, cs.LG, physics.comp-ph, physics.plasm-ph | Scientific Machine Learning Based Reduced-Order Models for Plasma Turbulence Simulations はコメントを受け付けていません

KAN/MultKAN with Physics-Informed Spline fitting (KAN-PISF) for ordinary/partial differential equation discovery of nonlinear dynamic systems

要約 科学的発見のための機械学習は、データから非線形特性を抽出して認識できるため … 続きを読む

カテゴリー: cs.LG, physics.comp-ph | KAN/MultKAN with Physics-Informed Spline fitting (KAN-PISF) for ordinary/partial differential equation discovery of nonlinear dynamic systems はコメントを受け付けていません

From Spectra to Geography: Intelligent Mapping of RRUFF Mineral Data

要約 鉱物サンプルの地理的起源を正確に特定することは、地質学、鉱物学、材料科学へ … 続きを読む

カテゴリー: cs.CV, eess.IV, physics.comp-ph | From Spectra to Geography: Intelligent Mapping of RRUFF Mineral Data はコメントを受け付けていません