Buchumschlag

Amending CALPHAD databases using a neural network for predicting mixing enthalpy of liquids

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vincely, Clement, Reiners-Sakic, Amin, Dave, Vedant, Povoden-Karadeniz, Erwin, Rueckert, Elmar, Schnitzer, Ronald, Holec, David
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Chemical Physics Disordered Systems and Neural Networks Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DFT and MLIP study of solute segregation to coherent and semi-coherent α-Fe/Fe$_3$C interfaces
von: Reiners-Sakic, Amin, et al.
Veröffentlicht: (2026)

Instant prediction of relaxation in moiré superlattices using neural networks
von: Belonovskii, Aleksei V., et al.
Veröffentlicht: (2025)

Phonon predictions with E(3)-equivariant graph neural networks
von: Fang, Shiang, et al.
Veröffentlicht: (2024)

Interplay between alloying and tramp element effects on temper embrittlement in bcc iron: DFT and thermodynamic insights
von: Sakic, Amin, et al.
Veröffentlicht: (2024)

Generalized hetero-associative neural networks
von: Agliari, Elena, et al.
Veröffentlicht: (2024)

Critical feature learning in deep neural networks
von: Fischer, Kirsten, et al.
Veröffentlicht: (2024)

Viscosity, breakdown of Stokes-Einstein relation and dynamical heterogeneity in supercooled liquid Ge$_2$Sb$_2$Te$_5$ from simulations with a neural network potential
von: Marcorini, Simone, et al.
Veröffentlicht: (2025)

Improving deep neural network performance through sampling
von: Ghantasala, Lakshmi A., et al.
Veröffentlicht: (2025)

Partial annealing and pattern decorrelation in associative neural networks
von: Albanese, Linda, et al.
Veröffentlicht: (2026)

Arbitrage equilibrium and the emergence of universal microstructure in deep neural networks
von: Venkatasubramanian, Venkat, et al.
Veröffentlicht: (2024)

Graph neural network for multitask prediction of rheological and microstructural behavior in suspensions
von: Aminimajd, Armin, et al.
Veröffentlicht: (2026)

Renormalization group for deep neural networks: Universality of learning and scaling laws
von: Coppola, Gorka Peraza, et al.
Veröffentlicht: (2025)

Programmable polyaniline nano neural network. A simple physical model
von: Langer, Jerzy J.
Veröffentlicht: (2024)

Phase transitions from linear to nonlinear information processing in neural networks
von: Matsumura, Masaya, et al.
Veröffentlicht: (2025)

Topological mechanical neural networks as classifiers through in situ backpropagation learning
von: Li, Shuaifeng, et al.
Veröffentlicht: (2025)

Using graph neural networks to predict many-body interactions in amorphous materials
von: Ghomsheh, Mehryar Jannesari, et al.
Veröffentlicht: (2026)

Structure of activity in multiregion recurrent neural networks
von: Clark, David G., et al.
Veröffentlicht: (2024)

On the interpretability of neural network decoders
von: Bödeker, Lukas, et al.
Veröffentlicht: (2025)

Connectivity structure and dynamics of nonlinear recurrent neural networks
von: Clark, David G., et al.
Veröffentlicht: (2024)

A statistical mechanics framework for Bayesian deep neural networks beyond the infinite-width limit
von: Pacelli, R., et al.
Veröffentlicht: (2022)

Programmable recirculating bricks mesh architecture for photonic neural networks
von: Gosciniak, Jacek
Veröffentlicht: (2026)

Quantum sequel of neural network training
von: Zhang, Hao, et al.
Veröffentlicht: (2025)

Statistical physics for artificial neural networks
von: Pei, Zongrui
Veröffentlicht: (2025)

Unifying view of fermionic neural network quantum states: From neural network backflow to hidden fermion determinant states
von: Liu, Zejun, et al.
Veröffentlicht: (2023)

Solving Sudoku using oscillatory neural networks
von: Haverkort, Bram F., et al.
Veröffentlicht: (2025)

Adiabatic transport of neural network quantum states
von: Medvidović, Matija, et al.
Veröffentlicht: (2025)

Emergent weight morphologies in deep neural networks
von: de Jong, Pascal, et al.
Veröffentlicht: (2025)

The thermodynamic limit in mean field neural networks
von: Agliari, Elena, et al.
Veröffentlicht: (2024)

High-dimensional learning of narrow neural networks
von: Cui, Hugo
Veröffentlicht: (2024)

Linear equivalence of nonlinear recurrent neural networks
von: Clark, David G.
Veröffentlicht: (2026)

Spiking mode-based neural networks
von: Lin, Zhanghan, et al.
Veröffentlicht: (2023)

Statistical physics of complex systems: glasses, spin glasses, continuous constraint satisfaction problems, high-dimensional inference and neural networks
von: Urbani, Pierfrancesco
Veröffentlicht: (2024)

Approximately-symmetric neural networks for quantum spin liquids
von: Kufel, Dominik S., et al.
Veröffentlicht: (2024)

Pruning-induced phases in fully-connected neural networks: the eumentia, the dementia, and the amentia
von: Pan, Haining, et al.
Veröffentlicht: (2026)

Bonding and the dynamics of glassy network liquids
von: Brown, M. H., et al.
Veröffentlicht: (2025)

Microscopic and collective signatures of feature learning in neural networks
von: Corti, Andrea, et al.
Veröffentlicht: (2025)

A robust balancing mechanism for spiking neural networks
von: Politi, Antonio, et al.
Veröffentlicht: (2024)

Supervised and Unsupervised protocols for hetero-associative neural networks
von: Alessandrelli, Andrea, et al.
Veröffentlicht: (2025)

Optimal storage capacity of quantum Hopfield neural networks
von: Bödeker, Lukas, et al.
Veröffentlicht: (2022)

Applications of information geometry to spiking neural network behavior
von: Crosser, Jacob T., et al.
Veröffentlicht: (2023)