:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Sun, Michael, Foo, Orion, Liu, Gang, Matusik, Wojciech, Chen, Jie
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2505.22949
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Multimodal Large Language Models for Inverse Molecular Design with Retrosynthetic Planning
di: Liu, Gang, et al.
Pubblicazione: (2024)

Foundation Molecular Grammar: Multi-Modal Foundation Models Induce Interpretable Molecular Graph Languages
di: Sun, Michael, et al.
Pubblicazione: (2025)

Representing Molecules as Random Walks Over Interpretable Grammars
di: Sun, Michael, et al.
Pubblicazione: (2024)

Procedural Synthesis of Synthesizable Molecules
di: Sun, Michael, et al.
Pubblicazione: (2024)

MeMo: Meaningful, Modular Controllers via Noise Injection
di: Tjandrasuwita, Megan, et al.
Pubblicazione: (2024)

A Genetic Algorithm for Navigating Synthesizable Molecular Spaces
di: Lo, Alston, et al.
Pubblicazione: (2025)

Neural Statistical Functions
di: Xu, Daniel, et al.
Pubblicazione: (2026)

Post Hoc Regression Refinement via Pairwise Rankings
di: Wijaya, Kevin Tirta, et al.
Pubblicazione: (2025)

Sensor2Text: Enabling Natural Language Interactions for Daily Activity Tracking Using Wearable Sensors
di: Chen, Wenqiang, et al.
Pubblicazione: (2024)

FlashBias: Fast Computation of Attention with Bias
di: Wu, Haixu, et al.
Pubblicazione: (2025)

Hierarchical Transformer Preconditioning for Interactive Physics Simulation
di: Osborne, Carl, et al.
Pubblicazione: (2026)

Configurable Holography: Towards Display and Scene Adaptation
di: Zhan, Yicheng, et al.
Pubblicazione: (2024)

Boundary Exploration for Bayesian Optimization With Unknown Physical Constraints
di: Tian, Yunsheng, et al.
Pubblicazione: (2024)

Two-Stage Pretraining for Molecular Property Prediction in the Wild
di: Wijaya, Kevin Tirta, et al.
Pubblicazione: (2024)

Neural Modular Physics for Elastic Simulation
di: Li, Yifei, et al.
Pubblicazione: (2025)

KAN 2.0: Kolmogorov-Arnold Networks Meet Science
di: Liu, Ziming, et al.
Pubblicazione: (2024)

RigidFormer: Learning Rigid Dynamics using Transformers
di: Dou, Zhiyang, et al.
Pubblicazione: (2026)

SemanticOpt: Towards LLM-Based Semantic Black-Box Optimization
di: Meindl, Jamison, et al.
Pubblicazione: (2025)

MetaGen: A DSL, Database, and Benchmark for VLM-Assisted Metamaterial Generation
di: Makatura, Liane, et al.
Pubblicazione: (2025)

GeoPT: Scaling Physics Simulation via Lifted Geometric Pre-Training
di: Wu, Haixu, et al.
Pubblicazione: (2026)

ZeroShotOpt: Towards Zero-Shot Pretrained Models for Efficient Black-Box Optimization
di: Meindl, Jamison, et al.
Pubblicazione: (2025)

Graph Diffusion Transformers are In-Context Molecular Designers
di: Liu, Gang, et al.
Pubblicazione: (2025)

Physically Valid Biomolecular Interaction Modeling with Gauss-Seidel Projection
di: Chen, Siyuan, et al.
Pubblicazione: (2025)

Evolutionary Architecture Search through Grammar-Based Sequence Alignment
di: Martín, Adri Gómez, et al.
Pubblicazione: (2025)

AI-Enhanced Automatic Design of Efficient Underwater Gliders
di: Chen, Peter Yichen, et al.
Pubblicazione: (2025)

Permutation-based Inference for Variational Learning of Directed Acyclic Graphs
di: Bonilla, Edwin V., et al.
Pubblicazione: (2024)

Spatiotemporal Graph Learning with Direct Volumetric Information Passing and Feature Enhancement
di: Mi, Yuan, et al.
Pubblicazione: (2024)

Computational Discovery of Microstructured Composites with Optimal Stiffness-Toughness Trade-Offs
di: Li, Beichen, et al.
Pubblicazione: (2023)

Synthetic Datasets for Machine Learning on Spatio-Temporal Graphs using PDEs
di: Arndt, Jost, et al.
Pubblicazione: (2025)

ScaleNet: Scale Invariance Learning in Directed Graphs
di: Jiang, Qin, et al.
Pubblicazione: (2024)

Single-cell Curriculum Learning-based Deep Graph Embedding Clustering
di: Li, Huifa, et al.
Pubblicazione: (2024)

Flatten Graphs as Sequences: Transformers are Scalable Graph Generators
di: Chen, Dexiong, et al.
Pubblicazione: (2025)

LLM and Simulation as Bilevel Optimizers: A New Paradigm to Advance Physical Scientific Discovery
di: Ma, Pingchuan, et al.
Pubblicazione: (2024)

Learning Directed Acyclic Graphs from Partial Orderings
di: Shojaie, Ali, et al.
Pubblicazione: (2024)

Spatio-Temporal Directed Graph Learning for Account Takeover Fraud Detection
di: Kerdabadi, Mohsen Nayebi, et al.
Pubblicazione: (2025)

Bridging the Divide: End-to-End Sequence-Graph Learning
di: Chen, Yuen, et al.
Pubblicazione: (2025)

Structure-enhanced Contrastive Learning for Graph Clustering
di: Wu, Xunlian, et al.
Pubblicazione: (2024)

Convolutional Learning on Directed Acyclic Graphs
di: Rey, Samuel, et al.
Pubblicazione: (2024)

A Comprehensive Survey on Graph Summarization with Graph Neural Networks
di: Shabani, Nasrin, et al.
Pubblicazione: (2023)

Confidence Sequences for Generalized Linear Models via Regret Analysis
di: Clerico, Eugenio, et al.
Pubblicazione: (2025)