-
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
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
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
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
Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations
要約 非線形浅海方程式をベンチマークとして使用し、U-net タイプのニューラル … 続きを読む
カテゴリー: 35-11, 65M99, 68T07, 86-08, cs.LG, physics.comp-ph, physics.flu-dyn
Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations はコメントを受け付けていません
EPR-Net: Constructing non-equilibrium potential landscape via a variational force projection formulation
要約 我々は、高次元の非平衡定常状態 (NESS) システムの潜在的なランドスケ … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.AI, physics.bio-ph, physics.comp-ph
EPR-Net: Constructing non-equilibrium potential landscape via a variational force projection formulation はコメントを受け付けていません
XLB: A differentiable massively parallel lattice Boltzmann library in Python
要約 格子ボルツマン法 (LBM) は、計算のスケーラビリティに対するアルゴリズ … 続きを読む
カテゴリー: cs.CE, cs.LG, physics.comp-ph
XLB: A differentiable massively parallel lattice Boltzmann library in Python はコメントを受け付けていません
A PNP ion channel deep learning solver with local neural network and finite element input data
要約 この論文では、PNPic ディープ ラーニング ソルバーと呼ばれる、改良さ … 続きを読む
カテゴリー: 92-08, cs.AI, physics.bio-ph, physics.comp-ph
A PNP ion channel deep learning solver with local neural network and finite element input data はコメントを受け付けていません
Symmetric Basis Convolutions for Learning Lagrangian Fluid Mechanics
要約 物理シミュレーションの学習は、機械学習、特にナビエ・ストークスベースの流体 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Symmetric Basis Convolutions for Learning Lagrangian Fluid Mechanics はコメントを受け付けていません
Crystalformer: Infinitely Connected Attention for Periodic Structure Encoding
要約 結晶構造から材料の物理的特性を予測することは、材料科学の基本的な問題です。 … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.comp-ph
Crystalformer: Infinitely Connected Attention for Periodic Structure Encoding はコメントを受け付けていません
Generalizing Denoising to Non-Equilibrium Structures Improves Equivariant Force Fields
要約 3D 原子系における力などの原子の相互作用を理解することは、分子動力学や触 … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph
Generalizing Denoising to Non-Equilibrium Structures Improves Equivariant Force Fields はコメントを受け付けていません