「physics.comp-ph」カテゴリーアーカイブ

Latent Ewald summation for machine learning of long-range interactions

投稿日: 2024年8月28日 作成者: jarxiv

要約 機械学習の原子間ポテンシャル (MLIP) では、静電力や分散力などの長距 … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph, physics.comp-ph | Latent Ewald summation for machine learning of long-range interactions はコメントを受け付けていません

Low-light phase retrieval with implicit generative priors

投稿日: 2024年8月26日 作成者: jarxiv

要約 位相回復 (PR) は科学イメージングにおいて基本的に重要であり、コヒーレ … 続きを読む →

カテゴリー: 68T07, cs.CV, physics.comp-ph, physics.optics | Low-light phase retrieval with implicit generative priors はコメントを受け付けていません

KAN 2.0: Kolmogorov-Arnold Networks Meet Science

投稿日: 2024年8月20日 作成者: jarxiv

要約 AI + 科学の大きな課題は、その本質的な非互換性にあります。今日の AI … 続きを読む →

カテゴリー: cs.AI, cs.LG, physics.comp-ph, physics.data-an | KAN 2.0: Kolmogorov-Arnold Networks Meet Science はコメントを受け付けていません

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