Copertina

LeaPP: Learning Pathways to Polymorphs through machine learning analysis of atomic trajectories

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hall, Steven W., Minh, Porhouy, Sarupria, Sapna
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Statistical Mechanics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Path Sampling for Rare Events Boosted by Machine Learning
di: Minh, Porhouy, et al.
Pubblicazione: (2026)

Crystal Nucleation Kinetics and Mechanism: Influence of Interaction Potential
di: Minh, Porhouy, et al.
Pubblicazione: (2025)

The statistical mechanics and machine learning of the $α$-Rényi ensemble
di: Jreissaty, Andrew, et al.
Pubblicazione: (2024)

A machine learning approach to fast thermal equilibration
di: Rengifo, Diego, et al.
Pubblicazione: (2025)

Change-point detection in anomalous-diffusion trajectories utilising machine-learning-based uncertainty estimates
di: Seckler, Henrik, et al.
Pubblicazione: (2024)

Recurrent neural network analysis of single trajectories switching between anomalous diffusion states
di: Lanza, Alvaro, et al.
Pubblicazione: (2025)

Hybrid ab initio and empirical machine learning models for the potential energy surface
di: Peña-Cano, Pablo, et al.
Pubblicazione: (2025)

Recent advances in describing and driving crystal nucleation using machine learning and artificial intelligence
di: Beyerle, Eric R., et al.
Pubblicazione: (2023)

Quantum many-body thermal machines enabled by atom-atom correlations
di: Watson, R. S., et al.
Pubblicazione: (2023)

Relation between stochastic processes and thermodynamics of trajectories
di: Ryazanov, V. V.
Pubblicazione: (2023)

Quantifying information flow along a stochastic trajectory
di: Oh, Yongjae, et al.
Pubblicazione: (2026)

Localizing entropy production along non-equilibrium trajectories
di: Das, Biswajit, et al.
Pubblicazione: (2025)

Sampling algorithms in statistical physics: a guide for statistics and machine learning
di: Faulkner, Michael F., et al.
Pubblicazione: (2022)

Learning complexity gradually in quantum machine learning models
di: Recio-Armengol, Erik, et al.
Pubblicazione: (2024)

The liquid-liquid phase transition of hydrogen and its critical point: Analysis from ab initio simulation and a machine-learned potential
di: Istas, Mathieu, et al.
Pubblicazione: (2024)

Free-energy estimates from nonequilibrium trajectories under varying-temperature protocols
di: Whitelam, Stephen
Pubblicazione: (2023)

Phase space maximal entropy random walk: Langevin-like ensembles of physical trajectories
di: Duda, Jarek
Pubblicazione: (2024)

Extremal statistics for first-passage trajectories of drifted Brownian motion under stochastic resetting
di: Guo, Wusong, et al.
Pubblicazione: (2023)

Gillespie algorithm for quantum jump trajectories
di: Radaelli, Marco, et al.
Pubblicazione: (2023)

Benchmarking empirical and machine-learned interatomic potentials using phase diagram predictions for Lead
di: Hellyar, Tom, et al.
Pubblicazione: (2026)

Density diversity in training data governs thermodynamic transferability of machine learning interatomic potentials
di: Kim, Minwoo, et al.
Pubblicazione: (2026)

Brownian motion: non-equilibrium states from equilibrium trajectories -- recovering hydrodynamic regimes from prepared displacement measurements
di: Boynewicz, Jason, et al.
Pubblicazione: (2026)

Beyond Whittle: exact finite-time multispectral statistics from a single Brownian trajectory in a harmonic trap
di: Castillo, Isaac Pérez, et al.
Pubblicazione: (2026)

Similarity networks of ordinal-pattern transitions classify falling paper trajectories
di: Flores, Angelo A., et al.
Pubblicazione: (2025)

Large-scale atomistic study of plasticity in amorphous gallium oxide with a machine-learning potential
di: Zhang, Jiahui, et al.
Pubblicazione: (2024)

Ab initio machine learning simulation of calcium carbonate from aqueous solutions to the solid state
di: Piaggi, Pablo M., et al.
Pubblicazione: (2024)

A machine-learning study of phase transitions in Ising, Blume-Capel, and Ising-metamagnet models
di: Babu, Vasanth Kumar, et al.
Pubblicazione: (2025)

BAD-NEUS: Rapidly converging trajectory stratification
di: Strahan, John, et al.
Pubblicazione: (2024)

Thermodynamics of quantum trajectories on a quantum computer
di: Cech, Marcel, et al.
Pubblicazione: (2023)

Estimating predictability of depinning dynamics by machine learning
di: Haavisto, Valtteri, et al.
Pubblicazione: (2023)

Predicting parameters of a model cuprate superconductor using machine learning
di: Ulitko, V. A., et al.
Pubblicazione: (2025)

Dynamical patterns and nonreciprocal effective interactions in an active-passive mixture through exact hydrodynamic analysis
di: Mason, James, et al.
Pubblicazione: (2024)

Stochastic Scovil--Schulz-DuBois machine and its three types of cycles
di: Liu, Fei, et al.
Pubblicazione: (2024)

Embedding memory-efficient stochastic simulators as quantum trajectories
di: Elliott, Thomas J., et al.
Pubblicazione: (2024)

Fundamental bounds on precision and response for quantum trajectory observables
di: Van Vu, Tan
Pubblicazione: (2024)

Deterministic quantum trajectory via imaginary time evolution
di: Mittal, Shivan, et al.
Pubblicazione: (2025)

1/f^{3/2} Spectral Density at the Phonon Bottleneck
di: Bramwell, Steven T.
Pubblicazione: (2025)

Sample shape dependence of magnetic noise
di: Bramwell, Steven T.
Pubblicazione: (2025)

Quantum Carnot thermal machines re-examined: Definition of efficiency and the effects of strong coupling
di: Liu, Junjie, et al.
Pubblicazione: (2023)

Joint statistics of work and entropy production along quantum trajectories
di: Miller, Harry J. D., et al.
Pubblicazione: (2020)