-
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
On the performance of machine-learning-assisted Monte Carlo in sampling from simple statistical physics models
要約 近年、従来の方法を使用して研究できないサンプルが困難なシステムのシミュレー … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.LG, physics.comp-ph
On the performance of machine-learning-assisted Monte Carlo in sampling from simple statistical physics models はコメントを受け付けていません
On the performance of machine-learning assisted Monte Carlo in sampling from simple statistical physics models
要約 近年、従来の方法を使用して研究できないサンプルが困難なシステムのシミュレー … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.LG, physics.comp-ph
On the performance of machine-learning assisted Monte Carlo in sampling from simple statistical physics models はコメントを受け付けていません
Multiple Descents in Deep Learning as a Sequence of Order-Chaos Transitions
要約 LSTMのトレーニングプロセス中に、テスト損失がモデルの過剰訓練後に複数回 … 続きを読む
カテゴリー: cs.AI, cs.LG, nlin.CD, physics.comp-ph
Multiple Descents in Deep Learning as a Sequence of Order-Chaos Transitions はコメントを受け付けていません
PINN-MEP: Continuous Neural Representations for Minimum-Energy Path Discovery in Molecular Systems
要約 物理システムにおける立体構造遷移を特徴付けることは、計算科学の根本的な課題 … 続きを読む
カテゴリー: cs.AI, physics.chem-ph, physics.comp-ph
PINN-MEP: Continuous Neural Representations for Minimum-Energy Path Discovery in Molecular Systems はコメントを受け付けていません
PICT — A Differentiable, GPU-Accelerated Multi-Block PISO Solver for Simulation-Coupled Learning Tasks in Fluid Dynamics
要約 何十年もの進歩にもかかわらず、流体のシミュレーションは科学的コンピューティ … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
PICT — A Differentiable, GPU-Accelerated Multi-Block PISO Solver for Simulation-Coupled Learning Tasks in Fluid Dynamics はコメントを受け付けていません
Projection-Based Correction for Enhancing Deep Inverse Networks
要約 深い学習ベースのモデルは、不正な逆の問題を解決することに顕著な成功を示して … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Projection-Based Correction for Enhancing Deep Inverse Networks はコメントを受け付けていません
Spatiotemporal Field Generation Based on Hybrid Mamba-Transformer with Physics-informed Fine-tuning
要約 この研究は、データ駆動型の訓練されたモデルを通じて時空間的物理フィールドの … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph
Spatiotemporal Field Generation Based on Hybrid Mamba-Transformer with Physics-informed Fine-tuning はコメントを受け付けていません
Electrostatics from Laplacian Eigenbasis for Neural Network Interatomic Potentials
要約 ニューラルネットワーク間の潜在的ポテンシャルの最近の進歩は、有望な研究方向 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Electrostatics from Laplacian Eigenbasis for Neural Network Interatomic Potentials はコメントを受け付けていません
ELECTRA: A Cartesian Network for 3D Charge Density Prediction with Floating Orbitals
要約 電子テンソル再構成アルゴリズム（Electra） – 浮動軌道 … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph
ELECTRA: A Cartesian Network for 3D Charge Density Prediction with Floating Orbitals はコメントを受け付けていません
MetaSym: A Symplectic Meta-learning Framework for Physical Intelligence
要約 スケーラブルで一般化可能な物理学を対象としたディープラーニングは、ロボット … 続きを読む
カテゴリー: cs.LG, cs.RO, physics.comp-ph, quant-ph
MetaSym: A Symplectic Meta-learning Framework for Physical Intelligence はコメントを受け付けていません