:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yahagi, Yuta, Obuchi, Kiichi, Kosaka, Fumihiko, Matsui, Kota
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Chemical Physics Materials Science Machine Learning Computational Physics 92E99 I.2.1; J.2
Online-Zugang:	https://arxiv.org/abs/2504.02848
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Numerical Analysis of the Complete Active-Space Extended Koopmans's Theorem
von: Hemmati, Reza, et al.
Veröffentlicht: (2024)

Accelerating Materials Discovery: Learning a Universal Representation of Chemical Processes for Cross-Domain Property Prediction
von: Tsitsvero, Mikhail, et al.
Veröffentlicht: (2025)

VALID-Mol: a Systematic Framework for Validated LLM-Assisted Molecular Design
von: Malikussaid, et al.
Veröffentlicht: (2025)

OWPCP: A Deep Learning Model to Predict Octanol-Water Partition Coefficient
von: Maleki, Mohammadjavad, et al.
Veröffentlicht: (2024)

Bridging the Plausibility-Validity Gap by Fine-Tuning a Reasoning-Enhanced LLM for Chemical Synthesis and Discovery
von: Malikussaid, et al.
Veröffentlicht: (2025)

Discriminative Subspace Emersion from learning feature relevances across different populations
von: Canducci, Marco, et al.
Veröffentlicht: (2025)

An Investigation of Physics Informed Neural Networks to solve the Poisson-Boltzmann Equation in Molecular Electrostatics
von: Achondo, Martin A., et al.
Veröffentlicht: (2024)

Some challenges of diffused interfaces in implicit-solvent models
von: Guerrero-Montero, Mauricio, et al.
Veröffentlicht: (2024)

About optimal loss function for training physics-informed neural networks under respecting causality
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2023)

On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition
von: Sokolov, Igor
Veröffentlicht: (2024)

Learning inducing points and uncertainty on molecular data by scalable variational Gaussian processes
von: Tsitsvero, Mikhail, et al.
Veröffentlicht: (2022)

EdgeMark: An Automation and Benchmarking System for Embedded Artificial Intelligence Tools
von: Hasanpour, Mohammad Amin, et al.
Veröffentlicht: (2025)

Learning the P2D Model for Lithium-Ion Batteries with SOH Detection
von: McKay, Maricela Best, et al.
Veröffentlicht: (2025)

BERTology of Molecular Property Prediction
von: Mostafanejad, Mohammad, et al.
Veröffentlicht: (2026)

Agentic MR sequence development: leveraging LLMs with MR skills for automatic physics-informed sequence development
von: Zaiss, Moritz, et al.
Veröffentlicht: (2026)

Learning the boundary-to-domain mapping using Lifting Product Fourier Neural Operators for partial differential equations
von: Kashi, Aditya, et al.
Veröffentlicht: (2024)

Separable Physics-Informed Neural Networks for the solution of elasticity problems
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2024)

Actor Critic with Experience Replay-based automatic treatment planning for prostate cancer intensity modulated radiotherapy
von: Abrar, Md Mainul, et al.
Veröffentlicht: (2025)

Multi-modal cascade feature transfer for polymer property prediction
von: Obuchi, Kiichi, et al.
Veröffentlicht: (2025)

Ontological Trajectory Forecasting via Finite Semigroup Iteration and Lie Algebra Approximation in Geopolitical Knowledge Graphs
von: Wu, Qihang
Veröffentlicht: (2026)

AI Model for Predicting Binding Affinity of Antidiabetic Compounds Targeting PPAR
von: Aman, La Ode, et al.
Veröffentlicht: (2024)

Stochastic simulation of binary annihilation reactions within q-analysis formalism
von: Bastardo, José, et al.
Veröffentlicht: (2024)

Navigating Ethical AI Challenges in the Industrial Sector: Balancing Innovation and Responsibility
von: Tan, Ruomu, et al.
Veröffentlicht: (2026)

Are Two Hidden Layers Still Enough for the Physics-Informed Neural Networks?
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2024)

About rectified sigmoid function for enhancing the accuracy of Physics-Informed Neural Networks
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2024)

Exploring Non-Steady-State Charge Transport Dynamics in Information Processing: Insights from Reservoir Computing
von: Li, Zheyang, et al.
Veröffentlicht: (2023)

Active shape control by plants in dynamic environments
von: Oliveri, Hadrien, et al.
Veröffentlicht: (2023)

Developing ChatGPT for Biology and Medicine: A Complete Review of Biomedical Question Answering
von: Li, Qing, et al.
Veröffentlicht: (2024)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

Difficulty in chirality recognition for Transformer architectures learning chemical structures from string
von: Yoshikai, Yasuhiro, et al.
Veröffentlicht: (2023)

Motion Diffusion Autoencoders: Enabling Attribute Manipulation in Human Motion Demonstrated on Karate Techniques
von: Richardson, Anthony, et al.
Veröffentlicht: (2025)

Accelerating Scientific Research Through a Multi-LLM Framework
von: Ramirez-Medina, Joaquin, et al.
Veröffentlicht: (2025)

Physics-informed Neural Network Estimation of Material Properties in Soft Tissue Nonlinear Biomechanical Models
von: Caforio, Federica, et al.
Veröffentlicht: (2023)

Learning Continuous Solvent Effects from Transient Flow Data: A Graph Neural Network Benchmark on Catechol Rearrangement
von: Xing, Hongsheng, et al.
Veröffentlicht: (2025)

ResGene-T: A Tensor-Based Residual Network Approach for Genomic Prediction
von: Pathak, Kuldeep, et al.
Veröffentlicht: (2026)

A novel molecule generative model of VAE combined with Transformer for unseen structure generation
von: Yoshikai, Yasuhiro, et al.
Veröffentlicht: (2024)

AI-Driven Decision Support in Oncology: Evaluating Data Readiness for Skin Cancer Treatment
von: Grüger, Joscha, et al.
Veröffentlicht: (2025)

Migration as a Probe: A Generalizable Benchmark Framework for Specialist vs. Generalist Machine-Learned Force Fields
von: Cao, Yi, et al.
Veröffentlicht: (2025)

Multi-Agent Design Assistant for the Simulation of Inertial Fusion Energy
von: Shachar, Meir H., et al.
Veröffentlicht: (2025)

Finite-size effects in periodic coupled cluster calculations
von: Xing, Xin, et al.
Veröffentlicht: (2023)