Buchumschlag

FlowMM: Generating Materials with Riemannian Flow Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Miller, Benjamin Kurt, Chen, Ricky T. Q., Sriram, Anuroop, Wood, Brandon M
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Materials Science Artificial Intelligence Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FlowLLM: Flow Matching for Material Generation with Large Language Models as Base Distributions
von: Sriram, Anuroop, et al.
Veröffentlicht: (2024)

Flow Matching with General Discrete Paths: A Kinetic-Optimal Perspective
von: Shaul, Neta, et al.
Veröffentlicht: (2024)

Flow Matching on General Geometries
von: Chen, Ricky T. Q., et al.
Veröffentlicht: (2023)

Adjoint Sampling: Highly Scalable Diffusion Samplers via Adjoint Matching
von: Havens, Aaron, et al.
Veröffentlicht: (2025)

Edit Flows: Flow Matching with Edit Operations
von: Havasi, Marton, et al.
Veröffentlicht: (2025)

Space Group Conditional Flow Matching
von: Puny, Omri, et al.
Veröffentlicht: (2025)

Enhancing Diffusion-Based Sampling with Molecular Collective Variables
von: Nam, Juno, et al.
Veröffentlicht: (2025)

Discrete Flow Matching
von: Gat, Itai, et al.
Veröffentlicht: (2024)

Fine-Tuned Language Models Generate Stable Inorganic Materials as Text
von: Gruver, Nate, et al.
Veröffentlicht: (2024)

DMFlow: Disordered Materials Generation by Flow Matching
von: Wu, Liming, et al.
Veröffentlicht: (2026)

Flow Matching for Accelerated Simulation of Atomic Transport in Crystalline Materials
von: Nam, Juno, et al.
Veröffentlicht: (2024)

Generating Symmetric Materials using Latent Flow Matching
von: Karmush, Anmar, et al.
Veröffentlicht: (2026)

GLASS Flows: Transition Sampling for Alignment of Flow and Diffusion Models
von: Holderrieth, Peter, et al.
Veröffentlicht: (2025)

Generative Chemical Language Models for Energetic Materials Discovery
von: Salij, Andrew, et al.
Veröffentlicht: (2026)

All-atom Diffusion Transformers: Unified generative modelling of molecules and materials
von: Joshi, Chaitanya K., et al.
Veröffentlicht: (2025)

Machine Learning - Driven Materials Discovery: Unlocking Next-Generation Functional Materials - A review
von: Nematov, Dilshod, et al.
Veröffentlicht: (2025)

Vector Field Oriented Diffusion Model for Crystal Material Generation
von: Klipfel, Astrid, et al.
Veröffentlicht: (2023)

SciQu: Accelerating Materials Properties Prediction with Automated Literature Mining for Self-Driving Laboratories
von: Babu, Anand
Veröffentlicht: (2024)

LLM Meets Diffusion: A Hybrid Framework for Crystal Material Generation
von: Khastagir, Subhojyoti, et al.
Veröffentlicht: (2025)

DiffSyn: A Generative Diffusion Approach to Materials Synthesis Planning
von: Pan, Elton, et al.
Veröffentlicht: (2025)

Interaction Topological Transformer for Multiscale Learning in Porous Materials
von: Chen, Dong, et al.
Veröffentlicht: (2025)

Quantum Flow Matching
von: Cui, Zidong, et al.
Veröffentlicht: (2025)

Material Property Prediction with Element Attribute Knowledge Graphs and Multimodal Representation Learning
von: Huang, Chao, et al.
Veröffentlicht: (2024)

Distributional GFlowNets with Quantile Flows
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2023)

Generative Design of Crystal Structures by Point Cloud Representations and Diffusion Model
von: Li, Zhelin, et al.
Veröffentlicht: (2024)

Total Variation Rates for Riemannian Flow Matching
von: Guan, Yunrui, et al.
Veröffentlicht: (2026)

Generalized Flow Matching for Transition Dynamics Modeling
von: Wang, Haibo, et al.
Veröffentlicht: (2024)

Equivariant Flow Matching for Symmetry-Breaking Bifurcation Problems
von: Hendriks, Fleur, et al.
Veröffentlicht: (2025)

InvDesFlow-AL: active learning-based workflow for inverse design of functional materials
von: Han, Xiao-Qi, et al.
Veröffentlicht: (2025)

Advancing Universal Deep Learning for Electronic-Structure Hamiltonian Prediction of Materials
von: Yin, Shi, et al.
Veröffentlicht: (2025)

Global Stress Generation and Spatiotemporal Super-Resolution Physics-Informed Operator under Dynamic Loading for Two-Phase Random Materials
von: Xing, Tengfei, et al.
Veröffentlicht: (2025)

Zatom-1: Towards a Multimodal Foundation Model for 3D Molecules and Materials
von: Morehead, Alex, et al.
Veröffentlicht: (2026)

Supervised Pretraining for Material Property Prediction
von: Rahman, Chowdhury Mohammad Abid, et al.
Veröffentlicht: (2025)

Open Materials 2024 (OMat24) Inorganic Materials Dataset and Models
von: Barroso-Luque, Luis, et al.
Veröffentlicht: (2024)

Diffusion Generative Flow Samplers: Improving learning signals through partial trajectory optimization
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2023)

Discrete Flow Matching Policy Optimization
von: Su, Maojiang, et al.
Veröffentlicht: (2026)

Tensor Completion for Surrogate Modeling of Material Property Prediction
von: Pakala, Shaan, et al.
Veröffentlicht: (2025)

Autonomous Materials Exploration by Integrating Automated Phase Identification and AI-Assisted Human Reasoning
von: Chang, Ming-Chiang, et al.
Veröffentlicht: (2026)

Sharpen Your Flow: Sharpness-Aware Sampling for Flow Matching
von: Gupta, Aditi, et al.
Veröffentlicht: (2026)

XxaCT-NN: Structure Agnostic Multimodal Learning for Materials Science
von: Subramanian, Jithendaraa, et al.
Veröffentlicht: (2025)