-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「physics.comp-ph」カテゴリーアーカイブ
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
Sharp-PINNs: staggered hard-constrained physics-informed neural networks for phase field modelling of corrosion
要約 物理学に基づいたニューラルネットワークは、多様な科学分野で部分的な微分方程 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Sharp-PINNs: staggered hard-constrained physics-informed neural networks for phase field modelling of corrosion はコメントを受け付けていません
Learning Smooth and Expressive Interatomic Potentials for Physical Property Prediction
要約 機械学習間原子間ポテンシャル（MLIP）は、計算コストの一部で量子機械的計 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Learning Smooth and Expressive Interatomic Potentials for Physical Property Prediction はコメントを受け付けていません