Buchumschlag

A User-Tunable Machine Learning Framework for Step-Wise Synthesis Planning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Prakash, Shivesh, Patel, Nandan, Jacobsen, Hans-Arno, Prasad, Viki Kumar
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Engineering, Finance, and Science Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Training of Transformers for Molecule Property Prediction on Small-scale Datasets
von: Prakash, Shivesh
Veröffentlicht: (2024)

PINNsFormer: A Transformer-Based Framework For Physics-Informed Neural Networks
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2023)

A Digital Twin Framework Utilizing Machine Learning for Robust Predictive Maintenance: Enhancing Tire Health Monitoring
von: Karkaria, Vispi, et al.
Veröffentlicht: (2024)

Applications of Machine Learning to Optimizing Polyolefin Manufacturing
von: Sharma, Niket, et al.
Veröffentlicht: (2024)

A Machine Learning Approach For Bitcoin Forecasting
von: Sossi-Rojas, Stefano, et al.
Veröffentlicht: (2025)

Machine Learning based Prediction of Ditching Loads
von: Schwarz, Henning, et al.
Veröffentlicht: (2024)

A Cutting Mechanics-based Machine Learning Modeling Method to Discover Governing Equations of Machining Dynamics
von: Ren, Alisa, et al.
Veröffentlicht: (2025)

Physics-Informed Machine Learning for Smart Additive Manufacturing
von: Sharma, Rahul, et al.
Veröffentlicht: (2024)

Machine Learning-Assisted Discovery of Flow Reactor Designs
von: Savage, Tom, et al.
Veröffentlicht: (2023)

Physics-Informed Machine Learning for Grade Prediction in Froth Flotation
von: Nasiri, Mahdi, et al.
Veröffentlicht: (2024)

Applied Machine Learning to Anomaly Detection in Enterprise Purchase Processes
von: Herreros-Martínez, A., et al.
Veröffentlicht: (2024)

Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning
von: Carosia, Arthur Emanuel de Oliveira
Veröffentlicht: (2024)

Parametric Nonlinear Volterra Series via Machine Learning: Transonic Aerodynamics
von: Immordino, Gabriele, et al.
Veröffentlicht: (2024)

Physics-Enhanced Machine Learning: a position paper for dynamical systems investigations
von: Cicirello, Alice
Veröffentlicht: (2024)

Addressing the Current Challenges of Quantum Machine Learning through Multi-Chip Ensembles
von: Park, Junghoon Justin, et al.
Veröffentlicht: (2025)

Knowledge-guided Machine Learning: Current Trends and Future Prospects
von: Karpatne, Anuj, et al.
Veröffentlicht: (2024)

A Framework for Strategic Discovery of Credible Neural Network Surrogate Models under Uncertainty
von: Singh, Pratyush Kumar, et al.
Veröffentlicht: (2024)

ML4PhySim : Machine Learning for Physical Simulations Challenge (The airfoil design)
von: Yagoubi, Mouadh, et al.
Veröffentlicht: (2024)

Toward Developing Machine-Learning-Aided Tools for the Thermomechanical Monitoring of Nuclear Reactor Components
von: Machado, Luiz Aldeia, et al.
Veröffentlicht: (2025)

Physics-Informed Machine Learning Towards A Real-Time Spacecraft Thermal Simulator
von: Oddiraju, Manaswin, et al.
Veröffentlicht: (2024)

ABM-UDE: Developing Surrogates for Epidemic Agent-Based Models via Scientific Machine Learning
von: Murgai, Sharv, et al.
Veröffentlicht: (2026)

Free-form Grid Structure Form Finding based on Machine Learning and Multi-objective Optimisation
von: Meng, Yiping, et al.
Veröffentlicht: (2024)

Purpose in the Machine: Do Traffic Simulators Produce Distributionally Equivalent Outcomes for Reinforcement Learning Applications?
von: Chen, Rex, et al.
Veröffentlicht: (2023)

Deployment of Traditional and Hybrid Machine Learning for Critical Heat Flux Prediction in the CTF Thermal Hydraulics Code
von: Furlong, Aidan, et al.
Veröffentlicht: (2025)

HELM: Hierarchical Encoding for mRNA Language Modeling
von: Yazdani-Jahromi, Mehdi, et al.
Veröffentlicht: (2024)

FD4QC: Application of Classical and Quantum-Hybrid Machine Learning for Financial Fraud Detection A Technical Report
von: Cardaioli, Matteo, et al.
Veröffentlicht: (2025)

A Machine Learning Approach to Generate Residual Stress Distributions using Sparse Characterization Data in Friction-Stir Processed Parts
von: Shaikh, Shadab Anwar, et al.
Veröffentlicht: (2025)

Toward data-driven research: preliminary study to predict surface roughness in material extrusion using previously published data with Machine Learning
von: García-Martínez, Fátima, et al.
Veröffentlicht: (2024)

A Deep Learning Framework Integrating CNN and BiLSTM for Financial Systemic Risk Analysis and Prediction
von: Cheng, Yu, et al.
Veröffentlicht: (2025)

Extreme Scenario Selection in Day-Ahead Power Grid Operational Planning
von: Terrén-Serrano, Guillermo, et al.
Veröffentlicht: (2023)

Modeling Market States with Clustering and State Machines
von: Oliva, Christian, et al.
Veröffentlicht: (2025)

Quantum Data Encoding and Variational Algorithms: A Framework for Hybrid Quantum Classical Machine Learning
von: Bose, Bhavna, et al.
Veröffentlicht: (2025)

${\it Asparagus}$: A Toolkit for Autonomous, User-Guided Construction of Machine-Learned Potential Energy Surfaces
von: Töpfer, Kai, et al.
Veröffentlicht: (2024)

Diffusion-Augmented Reinforcement Learning for Robust Portfolio Optimization under Stress Scenarios
von: Choudhary, Himanshu, et al.
Veröffentlicht: (2025)

COBRA: Multimodal Sensing Deep Learning Framework for Remote Chronic Obesity Management via Wrist-Worn Activity Monitoring
von: Shen, Zhengyang, et al.
Veröffentlicht: (2025)

Privacy-Preserving Generation Fraud Detection for Distributed Photovoltaic Systems: A Solar Irradiance-Fused Federated Learning Framework
von: Chen, Xiaolu, et al.
Veröffentlicht: (2026)

ShapeGen3DCP: A Deep Learning Framework for Layer Shape Prediction in 3D Concrete Printing
von: Rizzieri, Giacomo, et al.
Veröffentlicht: (2025)

An Online Machine Learning Multi-resolution Optimization Framework for Energy System Design Limit of Performance Analysis
von: Amusat, Oluwamayowa O., et al.
Veröffentlicht: (2026)

Advancing Machine Learning in Industry 4.0: Benchmark Framework for Rare-event Prediction in Chemical Processes
von: Sudarshan, Vikram, et al.
Veröffentlicht: (2024)

Optimizing Portfolio Management and Risk Assessment in Digital Assets Using Deep Learning for Predictive Analysis
von: Cheng, Qishuo, et al.
Veröffentlicht: (2024)