-
最近の投稿
- High-Dimensional Independence Testing via Maximum and Average Distance Correlations
- Online Adaptation of Terrain-Aware Dynamics for Planning in Unstructured Environments
- ‘Don’t Do That!’: Guiding Embodied Systems through Large Language Model-based Constraint Generation
- SGN-CIRL: Scene Graph-based Navigation with Curriculum, Imitation, and Reinforcement Learning
- Olfactory Inertial Odometry: Sensor Calibration and Drift Compensation
-
最近のコメント
表示できるコメントはありません。 cs.AI (39257) cs.CL (29715) cs.CV (44646) cs.HC (2989) cs.LG (44172) cs.RO (23444) cs.SY (3577) eess.IV (5131) eess.SY (3569) stat.ML (5744)
「physics.comp-ph」カテゴリーアーカイブ
SympGNNs: Symplectic Graph Neural Networks for identifiying high-dimensional Hamiltonian systems and node classification
要約 SympNet などのハミルトニアン システムを学習するための既存のニュー … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
SympGNNs: Symplectic Graph Neural Networks for identifiying high-dimensional Hamiltonian systems and node classification はコメントを受け付けていません
chemtrain: Learning Deep Potential Models via Automatic Differentiation and Statistical Physics
要約 ニューラル ネットワーク (NN) は、分子動力学の精度を向上させるための … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph
chemtrain: Learning Deep Potential Models via Automatic Differentiation and Statistical Physics はコメントを受け付けていません
Force-Guided Bridge Matching for Full-Atom Time-Coarsened Dynamics of Peptides
要約 分子動力学 (MD) シミュレーションは、ほんの数例を挙げると、材料科学、 … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, q-bio.BM
Force-Guided Bridge Matching for Full-Atom Time-Coarsened Dynamics of Peptides はコメントを受け付けていません
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
Latent Ewald summation for machine learning of long-range interactions はコメントを受け付けていません
Low-light phase retrieval with implicit generative priors
要約 位相回復 (PR) は科学イメージングにおいて基本的に重要であり、コヒーレ … 続きを読む
カテゴリー: 68T07, cs.CV, physics.comp-ph, physics.optics
Low-light phase retrieval with implicit generative priors はコメントを受け付けていません
KAN 2.0: Kolmogorov-Arnold Networks Meet Science
要約 AI + 科学の大きな課題は、その本質的な非互換性にあります。今日の AI … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph, physics.data-an
KAN 2.0: Kolmogorov-Arnold Networks Meet Science はコメントを受け付けていません
Leveraging KANs For Enhanced Deep Koopman Operator Discovery
要約 多層パーセプトロン (MLP) は、非線形ダイナミクスを線形化するための … 続きを読む
カテゴリー: cs.LG, math.DS, physics.app-ph, physics.comp-ph
Leveraging KANs For Enhanced Deep Koopman Operator Discovery はコメントを受け付けていません
Grappa — A Machine Learned Molecular Mechanics Force Field
要約 長いタイムスケールにわたって大規模な分子システムをシミュレートするには、正 … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph
Grappa — A Machine Learned Molecular Mechanics Force Field はコメントを受け付けていません
Higher order quantum reservoir computing for non-intrusive reduced-order models
要約 動的システムの予測は、現実世界の多くのアプリケーションにとって重要です。 … 続きを読む
カテゴリー: cs.LG, math.DS, physics.comp-ph, physics.flu-dyn
Higher order quantum reservoir computing for non-intrusive reduced-order models はコメントを受け付けていません
Extreme time extrapolation capabilities and thermodynamic consistency of physics-inspired Neural Networks for the 3D microstructure evolution of materials
要約 畳み込み再帰型ニューラル ネットワーク (CRNN) は、カーン-ヒリアー … 続きを読む
カテゴリー: cond-mat.mes-hall, cond-mat.mtrl-sci, cs.LG, physics.comp-ph
Extreme time extrapolation capabilities and thermodynamic consistency of physics-inspired Neural Networks for the 3D microstructure evolution of materials はコメントを受け付けていません