Buchumschlag

Kolmogorov-Arnold Neural Networks for High-Entropy Alloys Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bandyopadhyay, Yagnik, Avlani, Harshil, Zhuang, Houlong L.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Materials Science Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large Language Model Assisted Discovery of Optimal Dopants for Enhanced Thermoelectric Performance in CoSb$_3$ Based Skutterudites
von: Bandyopadhyay, Yagnik, et al.
Veröffentlicht: (2026)

Do Graph Neural Networks Work for High Entropy Alloys?
von: Zhang, Hengrui, et al.
Veröffentlicht: (2024)

Interpretation of Crystal Energy Landscapes with Kolmogorov-Arnold Networks
von: Zu, Gen, et al.
Veröffentlicht: (2026)

EPi-cKANs: Elasto-Plasticity Informed Kolmogorov-Arnold Networks Using Chebyshev Polynomials
von: Mostajeran, Farinaz, et al.
Veröffentlicht: (2024)

Combining Reinforcement Learning with Graph Convolutional Neural Networks for Efficient Design of TiAl/TiAlN Atomic-Scale Interfaces
von: Jiang, Xinyu, et al.
Veröffentlicht: (2024)

Data Driven Insights into Composition Property Relationships in FCC High Entropy Alloys
von: Flores, Nicolas, et al.
Veröffentlicht: (2025)

Physically Consistent Machine Learning for Melting Temperature Prediction of Refractory High-Entropy Alloys
von: Hasnain, Mohd
Veröffentlicht: (2026)

Kolmogorov-Arnold Networks in Thermoelectric Materials Design
von: Fronzi, Marco, et al.
Veröffentlicht: (2025)

Supply Risk-Aware Alloy Discovery and Design
von: Mulukutla, Mrinalini, et al.
Veröffentlicht: (2024)

KANO: Kolmogorov-Arnold Neural Operator
von: Lee, Jin, et al.
Veröffentlicht: (2025)

Physics-Informed Gaussian Process Classification for Constraint-Aware Alloy Design
von: Hardcastle, Christofer, et al.
Veröffentlicht: (2025)

Graph neural network framework for energy mapping of hybrid monte-carlo molecular dynamics simulations of Medium Entropy Alloys
von: Ehsan, Mashaekh Tausif, et al.
Veröffentlicht: (2024)

Generative Inversion for Property-Targeted Materials Design: Application to Shape Memory Alloys
von: Li, Cheng, et al.
Veröffentlicht: (2025)

AlloyBERT: Alloy Property Prediction with Large Language Models
von: Chaudhari, Akshat, et al.
Veröffentlicht: (2024)

Scientific Machine Learning with Kolmogorov-Arnold Networks
von: Faroughi, Salah A., et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Graph Neural Networks
von: De Carlo, Gianluca, et al.
Veröffentlicht: (2024)

Deep Learning-Based Surrogate Creep Modelling in Inconel 625: A High-Temperature Alloy Study
von: Das, Shubham, et al.
Veröffentlicht: (2025)

Multi-Label Phase Diagram Prediction in Complex Alloys via Physics-Informed Graph Attention Networks
von: Park, Eunjeong, et al.
Veröffentlicht: (2026)

Autonomous Multi-objective Alloy Design through Simulation-guided Optimization
von: Yang, Penghui, et al.
Veröffentlicht: (2025)

Identification of Empirical Constitutive Models for Age-Hardenable Aluminium Alloy and High-Chromium Martensitic Steel Using Symbolic Regression
von: Kabliman, Evgeniya, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Networks Applied to Materials Property Prediction
von: Jacobs, Ryan, et al.
Veröffentlicht: (2026)

Discovering High-Strength Alloys via Physics-Transfer Learning
von: Zhao, Yingjie, et al.
Veröffentlicht: (2024)

Investigating Sparsity in Recurrent Neural Networks
von: Darji, Harshil
Veröffentlicht: (2024)

Degree-Optimized Cumulative Polynomial Kolmogorov-Arnold Networks
von: Vanherreweghe, Mathew, et al.
Veröffentlicht: (2025)

Lagrangian Neural Networks for Reversible Dissipative Evolution
von: Sundararaghavan, Veera, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Chemical Ordering in Alloy Nanoparticles
von: Elsborg, Jonas, et al.
Veröffentlicht: (2025)

PGNAA Spectral Classification of Aluminium and Copper Alloys with Machine Learning
von: Folz, Henrik, et al.
Veröffentlicht: (2024)

Probabilistic Kolmogorov-Arnold Network
von: Polar, Andrew, et al.
Veröffentlicht: (2021)

Variational Kolmogorov-Arnold Network
von: Alesiani, Francesco, et al.
Veröffentlicht: (2025)

Microstructure-based Variational Neural Networks for Robust Uncertainty Quantification in Materials Digital Twins
von: Robertson, Andreas E., et al.
Veröffentlicht: (2025)

Orb: A Fast, Scalable Neural Network Potential
von: Neumann, Mark, et al.
Veröffentlicht: (2024)

Deep Neural Network for Phonon-Assisted Optical Spectra in Semiconductors
von: Gu, Qiangqiang, et al.
Veröffentlicht: (2025)

Scaling Laws of Graph Neural Networks for Atomistic Materials Modeling
von: Li, Chaojian, et al.
Veröffentlicht: (2025)

Machine Learning-Driven Creep Law Discovery Across Alloy Compositional Space
von: Chen, Hongshun, et al.
Veröffentlicht: (2026)

Kolmogorov--Arnold networks in molecular dynamics
von: Nagai, Yuki, et al.
Veröffentlicht: (2024)

Equivariant Matrix Function Neural Networks
von: Batatia, Ilyes, et al.
Veröffentlicht: (2023)

Scale-Agnostic Kolmogorov-Arnold Geometry in Neural Networks
von: Vanherreweghe, Mathew, et al.
Veröffentlicht: (2025)

Diagonal Symmetrization of Neural Network Solvers for the Many-Electron Schrödinger Equation
von: Huang, Kevin Han, et al.
Veröffentlicht: (2025)

Pre-training Graph Neural Networks with Structural Fingerprints for Materials Discovery
von: Jia, Shuyi, et al.
Veröffentlicht: (2025)

Optimal Abstractions for Verifying Properties of Kolmogorov-Arnold Networks (KANs)
von: Schwartz, Noah, et al.
Veröffentlicht: (2026)