-
最近の投稿
- Wildfire Autonomous Response and Prediction Using Cellular Automata (WARP-CA)
- Efficient, Responsive, and Robust Hopping on Deformable Terrain
- STRIDE: An Open-Source, Low-Cost, and Versatile Bipedal Robot Platform for Research and Education
- The path towards contact-based physical human-robot interaction
- Commonsense Reasoning for Legged Robot Adaptation with Vision-Language 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 (23612) cs.CL (17743) cs.CR (1849) cs.CV (30671) cs.LG (28379) cs.RO (13239) cs.SY (2101) eess.IV (3780) eess.SY (2096) stat.ML (3899)
「physics.comp-ph」カテゴリーアーカイブ
Material Property Prediction using Graphs based on Generically Complete Isometry Invariants
要約 構造特性仮説では、すべての材料の特性は基礎となる結晶構造によって決定される … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph
Material Property Prediction using Graphs based on Generically Complete Isometry Invariants はコメントを受け付けていません
OptPDE: Discovering Novel Integrable Systems via AI-Human Collaboration
要約 可積分偏微分方程式 (PDE) システムは自然科学において非常に興味深いも … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
OptPDE: Discovering Novel Integrable Systems via AI-Human Collaboration はコメントを受け付けていません
Optimal time sampling in physics-informed neural networks
要約 物理情報に基づいたニューラル ネットワーク (PINN) は、科学計算アプ … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph
Optimal time sampling in physics-informed neural networks はコメントを受け付けていません
FTL: Transfer Learning Nonlinear Plasma Dynamic Transitions in Low Dimensional Embeddings via Deep Neural Networks
要約 深層学習アルゴリズムは、核融合プラズマ システムなどの高次元の動的挙動を研 … 続きを読む
カテゴリー: 68T45, 76W05, cs.LG, I.2.10, physics.comp-ph, physics.plasm-ph
FTL: Transfer Learning Nonlinear Plasma Dynamic Transitions in Low Dimensional Embeddings via Deep Neural Networks 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
Toward Routing River Water in Land Surface Models with Recurrent Neural Networks
要約 機械学習は水文学においてますます大きな役割を果たし、物理ベースのモデルを補 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Toward Routing River Water in Land Surface Models with Recurrent Neural Networks はコメントを受け付けていません
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development
要約 機械学習力場 (MLFF) は固体や小分子に広く応用されているにもかかわら … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development はコメントを受け付けていません
TENG: Time-Evolving Natural Gradient for Solving PDEs with Deep Neural Net
要約 偏微分方程式 (PDE) は、科学および工学における力学システムのモデル化 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
TENG: Time-Evolving Natural Gradient for Solving PDEs with Deep Neural Net はコメントを受け付けていません
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development
要約 機械学習力場 (MLFF) は固体や小分子に広く応用されているにもかかわら … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development はコメントを受け付けていません
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development
要約 機械学習力場 (MLFF) は固体や小分子に広く応用されているにもかかわら … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development はコメントを受け付けていません