Buchumschlag

Spiers Memorial Lecture: How to do impactful research in artificial intelligence for chemistry and materials science

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Austin, Ser, Cher Tian, Skreta, Marta, Guzmán-Cordero, Andrés, Thiede, Luca, Burger, Andreas, Aldossary, Abdulrahman, Leong, Shi Xuan, Pablo-García, Sergio, Strieth-Kalthoff, Felix, Aspuru-Guzik, Alán
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Materials Science Artificial Intelligence Chemical Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Sober Look at LLMs for Material Discovery: Are They Actually Good for Bayesian Optimization Over Molecules?
von: Kristiadi, Agustinus, et al.
Veröffentlicht: (2024)

One Set to Rule Them All: How to Obtain General Chemical Conditions via Bayesian Optimization over Curried Functions
von: Schmid, Stefan P., et al.
Veröffentlicht: (2025)

Efficient Evolutionary Search Over Chemical Space with Large Language Models
von: Wang, Haorui, et al.
Veröffentlicht: (2024)

MōLe-Λ: Learning the Coupled-Cluster Response State for Energies, Gradients, and Properties
von: Burger, Andreas, et al.
Veröffentlicht: (2026)

A theory of understanding for artificial intelligence: composability, catalysts, and learning
von: Zhang, Zijian, et al.
Veröffentlicht: (2024)

DEQuify your force field: More efficient simulations using deep equilibrium models
von: Burger, Andreas, et al.
Veröffentlicht: (2025)

BoTier: Multi-Objective Bayesian Optimization with Tiered Composite Objectives
von: Haddadnia, Mohammad, et al.
Veröffentlicht: (2025)

El Agente: An Autonomous Agent for Quantum Chemistry
von: Zou, Yunheng, et al.
Veröffentlicht: (2025)

In Silico Chemical Experiments in the Age of AI: From Quantum Chemistry to Machine Learning and Back
von: Abdulrahman Aldossary, et al.
Veröffentlicht: (2024)

Waveflow: boundary-conditioned normalizing flows applied to fermionic wavefunctions
von: Thiede, Luca, et al.
Veröffentlicht: (2022)

RePLan: Robotic Replanning with Perception and Language Models
von: Skreta, Marta, et al.
Veröffentlicht: (2024)

Quantum Deep Equilibrium Models
von: Schleich, Philipp, et al.
Veröffentlicht: (2024)

Scalable Autoregressive 3D Molecule Generation
von: Cheng, Austin H., et al.
Veröffentlicht: (2025)

Coupled Cluster con MōLe: Molecular Orbital Learning for Neural Wavefunctions
von: Thiede, Luca, et al.
Veröffentlicht: (2026)

Efficient Quantum Algorithm for All Quantum Wavelet Transforms
von: Bagherimehrab, Mohsen, et al.
Veröffentlicht: (2023)

A tomographic interpretation of structure-property relations for materials discovery
von: Ortega-Ochoa, Raul, et al.
Veröffentlicht: (2025)

Discrete Feynman-Kac Correctors
von: Hasan, Mohsin, et al.
Veröffentlicht: (2026)

Chemically Motivated Simulation Problems are Efficiently Solvable by a Quantum Computer
von: Schleich, Philipp, et al.
Veröffentlicht: (2024)

Learning with springs and sticks
von: Calderón, Luis Mantilla, et al.
Veröffentlicht: (2025)

Shoot from the HIP: Hessian Interatomic Potentials without derivatives
von: Burger, Andreas, et al.
Veröffentlicht: (2025)

Using person factors in social science research.
von: Gary K. Burger
Veröffentlicht: (2004)

ELECTRA: A Cartesian Network for 3D Charge Density Prediction with Floating Orbitals
von: Elsborg, Jonas, et al.
Veröffentlicht: (2025)

Reflection-Equivariant Diffusion for 3D Structure Determination from Isotopologue Rotational Spectra in Natural Abundance
von: Cheng, Austin, et al.
Veröffentlicht: (2023)

Schema for In-Context Learning
von: Chen, Pan, et al.
Veröffentlicht: (2025)

How Useful is Intermittent, Asynchronous Expert Feedback for Bayesian Optimization?
von: Kristiadi, Agustinus, et al.
Veröffentlicht: (2024)

One-shot recognition of any material anywhere using contrastive learning with physics-based rendering
von: Drehwald, Manuel S., et al.
Veröffentlicht: (2022)

Faster Algorithmic Quantum and Classical Simulations by Corrected Product Formulas
von: Bagherimehrab, Mohsen, et al.
Veröffentlicht: (2024)

Generative diffusion model for surface structure discovery
von: Rønne, Nikolaj, et al.
Veröffentlicht: (2024)

qSWIFT: High-order randomized compiler for Hamiltonian simulation
von: Nakaji, Kouhei, et al.
Veröffentlicht: (2023)

El Agente Gráfico: Structured Execution Graphs for Scientific Agents
von: Bai, Jiaru, et al.
Veröffentlicht: (2026)

Feynman-Kac Correctors in Diffusion: Annealing, Guidance, and Product of Experts
von: Skreta, Marta, et al.
Veröffentlicht: (2025)

Transformative applications of artificial intelligence in lithium battery materials science: advancements and future prospects
von: Guangcun Shan, et al.
Veröffentlicht: (2025)

Integration of materials science and artificial intelligence: From high‐throughput screening to autonomous laboratories
von: Pengfei Huang, et al.
Veröffentlicht: (2025)

Global Plane Waves From Local Gaussians: Periodic Charge Densities in a Blink
von: Elsborg, Jonas, et al.
Veröffentlicht: (2026)

Stiefel Flow Matching for Moment-Constrained Structure Elucidation
von: Cheng, Austin, et al.
Veröffentlicht: (2024)

Informing Acquisition Functions via Foundation Models for Molecular Discovery
von: Chen, Qi, et al.
Veröffentlicht: (2025)

SynTwins: A Retrosynthesis-Guided Framework for Synthesizable Molecular Analog Generation
von: Chen, Shuan, et al.
Veröffentlicht: (2025)

Learning Zero-Shot Material States Segmentation, by Implanting Natural Image Patterns in Synthetic Data
von: Eppel, Sagi, et al.
Veröffentlicht: (2024)

Applications of Explainable artificial intelligence in Earth system science
von: Huang, Feini, et al.
Veröffentlicht: (2024)

Open science and artificial intelligence in Revista Médica Electrónica
von: Santiago Almeida-Campos
Veröffentlicht: (2024)