-
最近の投稿
- Cosmos-Transfer1: Conditional World Generation with Adaptive Multimodal Control
- VizFlyt: Perception-centric Pedagogical Framework For Autonomous Aerial Robots
- Emotion estimation from video footage with LSTM
- FUSION: Frequency-guided Underwater Spatial Image recOnstructioN
- Plan-and-Act using Large Language Models for Interactive Agreement
-
最近のコメント
表示できるコメントはありません。 cs.AI (36042) cs.CL (27267) cs.CR (2746) cs.CV (41886) cs.LG (41010) cs.RO (21266) cs.SY (3212) eess.IV (4914) eess.SY (3206) stat.ML (5374)
「physics.comp-ph」カテゴリーアーカイブ
How accurate is mechanobiology?
要約 生物学的機能における物理的な力の基本的な役割が明確になるにつれて、メカノバ … 続きを読む
カテゴリー: cs.CV, physics.bio-ph, physics.comp-ph
How accurate is mechanobiology? はコメントを受け付けていません
Cross-sectional Topology Optimization of Slender Soft Pneumatic Actuators using Genetic Algorithms and Geometrically Exact Beam Models
要約 ソフト ロボットの設計は依然として手動の試行錯誤的なアプローチによって進め … 続きを読む
カテゴリー: cs.RO, physics.comp-ph
Cross-sectional Topology Optimization of Slender Soft Pneumatic Actuators using Genetic Algorithms and Geometrically Exact Beam Models はコメントを受け付けていません
Latent Ewald summation for machine learning of long-range interactions
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
Some Best Practices in Operator Learning
要約 ハイパーパラメータ検索は計算コストが高くなります。 このペーパーでは、ハイ … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Some Best Practices in Operator Learning はコメントを受け付けていません
InvDesFlow: An AI search engine to explore possible high-temperature superconductors
要約 新しい超伝導材料、特に高い臨界温度($T_c$)を示す材料の発見は、物性物 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cond-mat.supr-con, cs.AI, physics.comp-ph
InvDesFlow: An AI search engine to explore possible high-temperature superconductors はコメントを受け付けていません
Unveiling the optimization process of Physics Informed Neural Networks: How accurate and competitive can PINNs be?
要約 この研究では、物理学に基づいたニューラル ネットワークの潜在的な精度の限界 … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph
Unveiling the optimization process of Physics Informed Neural Networks: How accurate and competitive can PINNs be? はコメントを受け付けていません
What You See is Not What You Get: Neural Partial Differential Equations and The Illusion of Learning
要約 科学機械学習のための微分可能プログラミング (SciML) は、第一原理物 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
What You See is Not What You Get: Neural Partial Differential Equations and The Illusion of Learning はコメントを受け付けていません
CODES: Benchmarking Coupled ODE Surrogates
要約 結合された ODE システムのサロゲート アーキテクチャを包括的に評価する … 続きを読む
カテゴリー: astro-ph.IM, cs.LG, physics.comp-ph
CODES: Benchmarking Coupled ODE Surrogates はコメントを受け付けていません
Scientific Machine Learning Based Reduced-Order Models for Plasma Turbulence Simulations
要約 この論文では、プラズマ乱流シミュレーションのための非侵入型科学機械学習 ( … 続きを読む
カテゴリー: cs.CE, cs.LG, physics.comp-ph, physics.plasm-ph
Scientific Machine Learning Based Reduced-Order Models for Plasma Turbulence Simulations はコメントを受け付けていません
KAN/MultKAN with Physics-Informed Spline fitting (KAN-PISF) for ordinary/partial differential equation discovery of nonlinear dynamic systems
要約 科学的発見のための機械学習は、データから非線形特性を抽出して認識できるため … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
KAN/MultKAN with Physics-Informed Spline fitting (KAN-PISF) for ordinary/partial differential equation discovery of nonlinear dynamic systems はコメントを受け付けていません