-
最近の投稿
- Experimental Study on The Effect of Multi-step Deep Reinforcement Learning in POMDPs
- AutoLoop: Fast Visual SLAM Fine-tuning through Agentic Curriculum Learning
- Embodied Scene Understanding for Vision Language Models via MetaVQA
- Estimation-Aware Trajectory Optimization with Set-Valued Measurement Uncertainties
- Combining Movement Primitives with Contraction Theory
-
最近のコメント
表示できるコメントはありません。 cs.AI (32387) cs.CL (24483) cs.CR (2509) cs.CV (38599) cs.LG (37256) cs.RO (18883) cs.SY (2886) eess.IV (4625) eess.SY (2880) stat.ML (4916)
「physics.comp-ph」カテゴリーアーカイブ
Probing optimisation in physics-informed neural networks
要約 オプティマイザの選択が物理情報に基づいたニューラル ネットワーク (PIN … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph
Probing optimisation in physics-informed neural networks はコメントを受け付けていません
Convergence of stochastic gradient descent on parameterized sphere with applications to variational Monte Carlo simulation
要約 正規化定数までニューラル ネットワークによってパラメーター化された高次元球 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Convergence of stochastic gradient descent on parameterized sphere with applications to variational Monte Carlo simulation はコメントを受け付けていません
Enhanced Sampling of Configuration and Path Space in a Generalized Ensemble by Shooting Point Exchange
要約 多くの分子プロセスのコンピューター シミュレーションは、寿命の長い状態間の … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.LG, physics.comp-ph
Enhanced Sampling of Configuration and Path Space in a Generalized Ensemble by Shooting Point Exchange はコメントを受け付けていません
Investigating Topological Order using Recurrent Neural Networks
要約 もともと自然言語処理用に開発されたリカレント ニューラル ネットワーク ( … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.str-el, cs.LG, physics.comp-ph, quant-ph
Investigating Topological Order using Recurrent Neural Networks はコメントを受け付けていません
Towards a Foundation Model for Neural Network Wavefunctions
要約 ディープ ニューラル ネットワークは、電子シュレディンガー方程式を解くため … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Towards a Foundation Model for Neural Network Wavefunctions はコメントを受け付けていません
Geometric Deep Learning for Molecular Crystal Structure Prediction
要約 分子グラフの幾何学的深層学習のツールを使用して、分子の結晶構造のランク付け … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph, physics.comp-ph
Geometric Deep Learning for Molecular Crystal Structure Prediction はコメントを受け付けていません
Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems
要約 SE(3) の指数写像と Cayley 写像は、剛体と柔体システムのリー群 … 続きを読む
カテゴリー: cs.RO, math-ph, math.DG, math.MP, physics.comp-ph
Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems はコメントを受け付けていません
Ensemble forecasts in reproducing kernel Hilbert space family: dynamical systems in Wonderland
要約 海洋や大気の流れなどの高次元の動的システムのアンサンブルベースの推定とシミ … 続きを読む
カテゴリー: cs.LG, math-ph, math.DS, math.MP, physics.comp-ph, physics.data-an
Ensemble forecasts in reproducing kernel Hilbert space family: dynamical systems in Wonderland はコメントを受け付けていません
Physics-driven machine learning models coupling PyTorch and Firedrake
要約 偏微分方程式 (PDE) は、科学と工学の多くの分野で発生する複雑な物理シ … 続きを読む
カテゴリー: cs.LG, cs.MS, cs.NA, math.NA, physics.comp-ph
Physics-driven machine learning models coupling PyTorch and Firedrake はコメントを受け付けていません
Lifelong Machine Learning Potentials
要約 正確な量子化学データでトレーニングされた機械学習の可能性 (MLP) は、 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, physics.chem-ph, physics.comp-ph
Lifelong Machine Learning Potentials はコメントを受け付けていません