-
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
Deep learning-based variational autoencoder for classification of quantum and classical states of light
要約 光量子技術の進歩は、光の生成、操作、特性評価と、光子の統計に基づく識別によ … 続きを読む
カテゴリー: cs.LG, physics.comp-ph, quant-ph
Deep learning-based variational autoencoder for classification of quantum and classical states of light はコメントを受け付けていません
Accelerating Material Property Prediction using Generically Complete Isometry Invariants
要約 機械学習を使用した周期的な材料または結晶の特性予測は、古典的なシミュレーシ … 続きを読む
カテゴリー: cs.CG, cs.LG, physics.comp-ph
Accelerating Material Property Prediction using Generically Complete Isometry Invariants はコメントを受け付けていません
Material Property Prediction using Graphs based on Generically Complete Isometry Invariants
要約 構造特性仮説では、すべての材料の特性は基礎となる結晶構造によって決定される … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph
Material Property Prediction using Graphs based on Generically Complete Isometry Invariants はコメントを受け付けていません
OptPDE: Discovering Novel Integrable Systems via AI-Human Collaboration
要約 可積分偏微分方程式 (PDE) システムは自然科学において非常に興味深いも … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
OptPDE: Discovering Novel Integrable Systems via AI-Human Collaboration はコメントを受け付けていません
Optimal time sampling in physics-informed neural networks
要約 物理情報に基づいたニューラル ネットワーク (PINN) は、科学計算アプ … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph
Optimal time sampling in physics-informed neural networks はコメントを受け付けていません
FTL: Transfer Learning Nonlinear Plasma Dynamic Transitions in Low Dimensional Embeddings via Deep Neural Networks
要約 深層学習アルゴリズムは、核融合プラズマ システムなどの高次元の動的挙動を研 … 続きを読む
カテゴリー: 68T45, 76W05, cs.LG, I.2.10, physics.comp-ph, physics.plasm-ph
FTL: Transfer Learning Nonlinear Plasma Dynamic Transitions in Low Dimensional Embeddings via Deep Neural Networks はコメントを受け付けていません
TorchMD-Net 2.0: Fast Neural Network Potentials for Molecular Simulations
要約 分子シミュレーションにおける計算速度、予測精度、普遍的な適用性の間のバラン … 続きを読む
カテゴリー: cs.LG, physics.bio-ph, physics.chem-ph, physics.comp-ph
TorchMD-Net 2.0: Fast Neural Network Potentials for Molecular Simulations はコメントを受け付けていません
Toward Routing River Water in Land Surface Models with Recurrent Neural Networks
要約 機械学習は水文学においてますます大きな役割を果たし、物理ベースのモデルを補 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Toward Routing River Water in Land Surface Models with Recurrent Neural Networks はコメントを受け付けていません
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development
要約 機械学習力場 (MLFF) は固体や小分子に広く応用されているにもかかわら … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph
BAMBOO: a predictive and transferable machine learning force field framework for liquid electrolyte development はコメントを受け付けていません
TENG: Time-Evolving Natural Gradient for Solving PDEs with Deep Neural Net
要約 偏微分方程式 (PDE) は、科学および工学における力学システムのモデル化 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
TENG: Time-Evolving Natural Gradient for Solving PDEs with Deep Neural Net はコメントを受け付けていません