-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「physics.comp-ph」カテゴリーアーカイブ
Zero Coordinate Shift: Whetted Automatic Differentiation for Physics-informed Operator Learning
要約 自動微分 (AD) は、物理学に基づいた機械学習における重要なステップであ … 続きを読む
カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, physics.comp-ph
Zero Coordinate Shift: Whetted Automatic Differentiation for Physics-informed Operator Learning はコメントを受け付けていません
A Physics-driven GraphSAGE Method for Physical Process Simulations Described by Partial Differential Equations
要約 物理情報に基づいたニューラル ネットワーク (PINN) は、偏微分方程式 … 続きを読む
カテゴリー: cs.LG, G.1.8, physics.comp-ph
A Physics-driven GraphSAGE Method for Physical Process Simulations Described by Partial Differential Equations はコメントを受け付けていません
PhAST: Physics-Aware, Scalable, and Task-specific GNNs for Accelerated Catalyst Design
要約 気候危機を緩和するには、低炭素エネルギーへの急速な移行が必要です。 触媒材 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
PhAST: Physics-Aware, Scalable, and Task-specific GNNs for Accelerated Catalyst Design はコメントを受け付けていません
SE(3) Equivariant Augmented Coupling Flows
要約 正規化フローを結合すると、高速サンプリングと密度評価が可能になり、物理シス … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
SE(3) Equivariant Augmented Coupling Flows はコメントを受け付けていません
Quantum Many-Body Physics Calculations with Large Language Models
要約 大規模言語モデル (LLM) は、数学的および科学的推論を含む、複数のドメ … 続きを読む
カテゴリー: cond-mat.other, cs.AI, physics.comp-ph
Quantum Many-Body Physics Calculations with Large Language Models 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
Symplectic ODE-Net: Learning Hamiltonian Dynamics with Control
要約 本論文では、観測された状態軌跡から常微分方程式（ODE）で与えられる物理シ … 続きを読む
カテゴリー: cs.LG, cs.SY, eess.SY, physics.comp-ph, stat.ML
Symplectic ODE-Net: Learning Hamiltonian Dynamics with Control 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
LoDIP: Low light phase retrieval with deep image prior
要約 位相回復 (PR) は科学イメージングにおける基本的な課題であり、コヒーレ … 続きを読む
カテゴリー: 68T07, cs.CV, physics.comp-ph, physics.optics
LoDIP: Low light phase retrieval with deep image prior はコメントを受け付けていません
CFDBench: A Large-Scale Benchmark for Machine Learning Methods in Fluid Dynamics
要約 近年、ディープラーニングを物理問題の解決に応用することが注目を集めています … 続きを読む
カテゴリー: cs.LG, physics.comp-ph, physics.flu-dyn
CFDBench: A Large-Scale Benchmark for Machine Learning Methods in Fluid Dynamics はコメントを受け付けていません