「physics.comp-ph」カテゴリーアーカイブ

Leveraging KANs For Enhanced Deep Koopman Operator Discovery

投稿日: 2024年8月13日 作成者: jarxiv

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

投稿日: 2024年8月2日 作成者: jarxiv

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

投稿日: 2024年8月1日 作成者: jarxiv

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

投稿日: 2024年7月30日 作成者: jarxiv

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

Hybrid summary statistics: neural weak lensing inference beyond the power spectrum

投稿日: 2024年7月29日 作成者: jarxiv

要約 推論問題では、多くの場合、データセット内の情報コンテンツの大部分をキャプチ … 続きを読む →

カテゴリー: astro-ph.CO, cs.LG, physics.comp-ph, stat.ML, stat.OT | Hybrid summary statistics: neural weak lensing inference beyond the power spectrum はコメントを受け付けていません

$Φ$-DVAE: Physics-Informed Dynamical Variational Autoencoders for Unstructured Data Assimilation

投稿日: 2024年7月25日 作成者: jarxiv

要約 非構造化データを物理モデルに組み込むことは、データ同化において浮上している … 続きを読む →

カテゴリー: cs.LG, physics.comp-ph, stat.CO, stat.ML | $Φ$-DVAE: Physics-Informed Dynamical Variational Autoencoders for Unstructured Data Assimilation はコメントを受け付けていません

Inferring turbulent velocity and temperature fields and their statistics from Lagrangian velocity measurements using physics-informed Kolmogorov-Arnold Networks

投稿日: 2024年7月24日 作成者: jarxiv

要約 我々は、実験的な乱流速度データから隠れた温度場を推測するための人工知能流速 … 続きを読む →

カテゴリー: cs.LG, physics.comp-ph, physics.flu-dyn | Inferring turbulent velocity and temperature fields and their statistics from Lagrangian velocity measurements using physics-informed Kolmogorov-Arnold Networks はコメントを受け付けていません

Inferring turbulent velocity and temperature fields and their statistics from Lagrangian velocity measurements using physics-informed Kolmogorov-Arnold Networks

投稿日: 2024年7月23日 作成者: jarxiv

要約 我々は、実験的な乱流速度データから隠れた温度場を推測するための人工知能流速 … 続きを読む →

カテゴリー: cs.LG, physics.comp-ph, physics.flu-dyn | Inferring turbulent velocity and temperature fields and their statistics from Lagrangian velocity measurements using physics-informed Kolmogorov-Arnold Networks はコメントを受け付けていません

Scalable Training of Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN

投稿日: 2024年7月1日 作成者: jarxiv

要約 多頭グラフ畳み込みニューラル ネットワーク アーキテクチャである Hydr … 続きを読む →

カテゴリー: 68T07, 68T09, C.2.4, cs.LG, physics.comp-ph | Scalable Training of Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN はコメントを受け付けていません

Improving physics-informed DeepONets with hard constraints

投稿日: 2024年6月25日 作成者: jarxiv

要約 現在の物理学に基づいた (標準またはディープ オペレーター) ニューラル … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph | Improving physics-informed DeepONets with hard constraints はコメントを受け付けていません