-
最近の投稿
- Exploring Modular Mobility: Industry Advancements, Research Trends, and Future Directions on Modular Autonomous Vehicles
- Causal Composition Diffusion Model for Closed-loop Traffic Generation
- DRAL: Deep Reinforcement Adaptive Learning for Multi-UAVs Navigation in Unknown Indoor Environment
- Asynchronous Training of Mixed-Role Human Actors in a Partially-Observable Environment
- LMV-RPA: Large Model Voting-based Robotic Process Automation
-
最近のコメント
表示できるコメントはありません。 cs.AI (31450) cs.CL (23788) cs.CR (2442) cs.CV (37795) cs.LG (36318) cs.RO (18381) cs.SY (2817) eess.IV (4541) eess.SY (2811) stat.ML (4821)
「physics.comp-ph」カテゴリーアーカイブ
Inferring turbulent velocity and temperature fields and their statistics from Lagrangian velocity measurements using physics-informed Kolmogorov-Arnold Networks
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
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
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
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
Extracting thin film structures of energy materials using transformers
要約 中性子反射率測定データ解析には、変圧器アーキテクチャを使用したニューラル … 続きを読む
カテゴリー: cs.AI, physics.comp-ph
Extracting thin film structures of energy materials using transformers はコメントを受け付けていません
Transferable Boltzmann Generators
要約 分子システムの平衡サンプルの生成は、統計物理学における長年の問題です。 ボ … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, stat.ML
Transferable Boltzmann Generators はコメントを受け付けていません
A Recipe for Charge Density Prediction
要約 密度汎関数理論では、電荷密度は原子系の中核的な属性であり、そこからすべての … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
A Recipe for Charge Density Prediction はコメントを受け付けていません
Neural Pfaffians: Solving Many Many-Electron Schrödinger Equations
要約 神経波動関数は、高い計算コストを要しましたが、多電子系の基底状態を近似する … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, quant-ph
Neural Pfaffians: Solving Many Many-Electron Schrödinger Equations はコメントを受け付けていません
Efficient Learning of Accurate Surrogates for Simulations of Complex Systems
要約 機械学習手法は、複雑な物理モデルの計算コストの低いサロゲートを構築するため … 続きを読む
カテゴリー: cs.LG, nucl-th, physics.comp-ph, physics.data-an, physics.plasm-ph
Efficient Learning of Accurate Surrogates for Simulations of Complex Systems はコメントを受け付けていません
Higher-Order Equivariant Neural Networks for Charge Density Prediction in Materials
要約 材料や分子の密度汎関数理論 (DFT) を使用した電子密度分布の計算は、そ … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph
Higher-Order Equivariant Neural Networks for Charge Density Prediction in Materials はコメントを受け付けていません