-
最近の投稿
- Online Adaptation of Terrain-Aware Dynamics for Planning in Unstructured Environments
- ‘Don’t Do That!’: Guiding Embodied Systems through Large Language Model-based Constraint Generation
- SGN-CIRL: Scene Graph-based Navigation with Curriculum, Imitation, and Reinforcement Learning
- Olfactory Inertial Odometry: Sensor Calibration and Drift Compensation
- Chronoamperometry with Room-Temperature Ionic Liquids: Sub-Second Inference Techniques
-
最近のコメント
表示できるコメントはありません。 cs.AI (39257) cs.CL (29715) cs.CV (44646) cs.HC (2989) cs.LG (44171) cs.RO (23444) cs.SY (3577) eess.IV (5131) eess.SY (3569) stat.ML (5743)
「physics.comp-ph」カテゴリーアーカイブ
Leveraging Large Language Models to Address Data Scarcity in Machine Learning: Applications in Graphene Synthesis
要約 材料学習の機械学習は、特に社内の実験では、合成データを生成することは費用が … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph
Leveraging Large Language Models to Address Data Scarcity in Machine Learning: Applications in Graphene Synthesis はコメントを受け付けていません
Unsupervised detection of semantic correlations in big data
要約 実際のデータでは、情報は非常に大きな機能ベクトルに保存されます。 これらの … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph
Unsupervised detection of semantic correlations in big data はコメントを受け付けていません
Error Bounds for Physics-Informed Neural Networks in Fokker-Planck PDEs
要約 確率微分方程式は確率過程の発展を記述するのに一般的に用いられる。このような … 続きを読む
カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, physics.comp-ph
Error Bounds for Physics-Informed Neural Networks in Fokker-Planck PDEs はコメントを受け付けていません
Beyond the Kolmogorov Barrier: A Learnable Weighted Hybrid Autoencoder for Model Order Reduction
要約 高次元の複雑な物理システムの表現学習は、低次元の固有の潜在空間を特定するこ … 続きを読む
Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems
要約 人工知能（AI）の進歩は、自然科学の発見の新しいパラダイムを促進しています … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems はコメントを受け付けていません
Stability-Aware Training of Machine Learning Force Fields with Differentiable Boltzmann Estimators
要約 機械学習力フィールド（MLFF）は、分子動力学（MD）シミュレーションのた … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.LG, physics.chem-ph, physics.comp-ph
Stability-Aware Training of Machine Learning Force Fields with Differentiable Boltzmann Estimators はコメントを受け付けていません
MetaSym: A Symplectic Meta-learning Framework for Physical Intelligence
要約 スケーラブルで一般化可能な物理学を対象としたディープラーニングは、ロボット … 続きを読む
カテゴリー: cs.LG, cs.RO, physics.comp-ph, quant-ph
MetaSym: A Symplectic Meta-learning Framework for Physical Intelligence はコメントを受け付けていません
Tensorization of neural networks for improved privacy and interpretability
要約 機能のテンソル列車表現を構築し、スケッチと交差補間のアイデアを描くためのテ … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph, quant-ph
Tensorization of neural networks for improved privacy and interpretability はコメントを受け付けていません
A Neural Operator-Based Emulator for Regional Shallow Water Dynamics
要約 沿岸地域は、海面上昇や極端な気象現象の影響に対して特に脆弱です。 これらの … 続きを読む
カテゴリー: cs.CE, cs.LG, physics.comp-ph, physics.geo-ph
A Neural Operator-Based Emulator for Regional Shallow Water Dynamics はコメントを受け付けていません
Mesh-based Super-Resolution of Fluid Flows with Multiscale Graph Neural Networks
要約 この作業では、グラフニューラルネットワーク（GNN）アプローチが導入されて … 続きを読む
カテゴリー: cs.CE, cs.LG, physics.comp-ph, physics.flu-dyn
Mesh-based Super-Resolution of Fluid Flows with Multiscale Graph Neural Networks はコメントを受け付けていません