:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yong, Anabel
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Chemical Physics
Online-Zugang:	https://arxiv.org/abs/2508.14072
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Tutorial Review of Bayesian Optimization with Gaussian Processes to Accelerate Stationary Point Searches
von: Goswami, Rohit
Veröffentlicht: (2026)

Molecular-orbital-based Machine Learning for Open-shell and Multi-reference Systems with Kernel Addition Gaussian Process Regression
von: Cheng, Lixue, et al.
Veröffentlicht: (2022)

Pareto Front-Diverse Batch Multi-Objective Bayesian Optimization
von: Ahmadianshalchi, Alaleh, et al.
Veröffentlicht: (2024)

Kernel Learning Assisted Synthesis Condition Exploration for Ternary Spinel
von: Liu, Yutong, et al.
Veröffentlicht: (2025)

Machine Learning-Assisted Surrogate Modeling with Multi-Objective Optimization and Decision-Making of a Steam Methane Reforming Reactor
von: Nabavi, Seyed Reza, et al.
Veröffentlicht: (2025)

Bayesian Optimization of Catalysis With In-Context Learning
von: Ramos, Mayk Caldas, et al.
Veröffentlicht: (2023)

Applying Multi-Fidelity Bayesian Optimization in Chemistry: Open Challenges and Major Considerations
von: Judge, Edmund, et al.
Veröffentlicht: (2024)

Zero Shot Molecular Generation via Similarity Kernels
von: Elijošius, Rokas, et al.
Veröffentlicht: (2024)

Efficient Implementation of Gaussian Process Regression Accelerated Saddle Point Searches with Application to Molecular Reactions
von: Goswami, Rohit, et al.
Veröffentlicht: (2025)

Spectral Analysis of Molecular Kernels: When Richer Features Do Not Guarantee Better Generalization
von: Jamali, Asma, et al.
Veröffentlicht: (2025)

Refining Coarse-Grained Molecular Topologies: A Bayesian Optimization Approach
von: Ray, Pranoy, et al.
Veröffentlicht: (2025)

SmileyLlama: Modifying Large Language Models for Directed Chemical Space Exploration
von: Cavanagh, Joseph M., et al.
Veröffentlicht: (2024)

Diagnosing and fixing common problems in Bayesian optimization for molecule design
von: Tripp, Austin, et al.
Veröffentlicht: (2024)

Gaussian Plane-Wave Neural Operator for Electron Density Estimation
von: Kim, Seongsu, et al.
Veröffentlicht: (2024)

QeMFi: A Multifidelity Dataset of Quantum Chemical Properties of Diverse Molecules
von: Vinod, Vivin, et al.
Veröffentlicht: (2024)

Molecular Machine Learning in Chemical Process Design
von: Rittig, Jan G., et al.
Veröffentlicht: (2025)

Adaptive Pruning for Increased Robustness and Reduced Computational Overhead in Gaussian Process Accelerated Saddle Point Searches
von: Goswami, Rohit, et al.
Veröffentlicht: (2025)

Pushing the Pareto front of band gap and permittivity: ML-guided search for dielectric materials
von: Riebesell, Janosh, et al.
Veröffentlicht: (2024)

Federated Learning from Molecules to Processes: A Perspective
von: Rittig, Jan G., et al.
Veröffentlicht: (2025)

Foundation Models for Discovery and Exploration in Chemical Space
von: Wadell, Alexius, et al.
Veröffentlicht: (2025)

BioScore: A Foundational Scoring Function For Diverse Biomolecular Complexes
von: Zhu, Yuchen, et al.
Veröffentlicht: (2025)

Molecule Generation and Optimization for Efficient Fragrance Creation
von: Rodrigues, Bruno C. L., et al.
Veröffentlicht: (2024)

Gradual Optimization Learning for Conformational Energy Minimization
von: Tsypin, Artem, et al.
Veröffentlicht: (2023)

Adaptive Catalyst Discovery Using Multicriteria Bayesian Optimization with Representation Learning
von: Chen, Jie, et al.
Veröffentlicht: (2024)

Riemannian Denoising Model for Molecular Structure Optimization with Chemical Accuracy
von: Woo, Jeheon, et al.
Veröffentlicht: (2024)

Domain Switching on the Pareto Front: Multi-Objective Deep Kernel Learning in Automated Piezoresponse Force Microscopy
von: Liu, Yu, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Surfactant Multi-Property Prediction
von: Brozos, Christoforos, et al.
Veröffentlicht: (2024)

A Bayesian Flow Network Framework for Chemistry Tasks
von: Tao, Nianze, et al.
Veröffentlicht: (2024)

Physical Consistency Bridges Heterogeneous Data in Molecular Multi-Task Learning
von: Ren, Yuxuan, et al.
Veröffentlicht: (2024)

Pareto Front Shape-Agnostic Pareto Set Learning in Multi-Objective Optimization
von: Ye, Rongguang, et al.
Veröffentlicht: (2024)

NMIRacle: Multi-modal Generative Molecular Elucidation from IR and NMR Spectra
von: Ottomano, Federico, et al.
Veröffentlicht: (2025)

Uni-Mol3: A Multi-Molecular Foundation Model for Advancing Organic Reaction Modeling
von: Wu, Lirong, et al.
Veröffentlicht: (2025)

Bayesian Flow Is All You Need to Sample Out-of-Distribution Chemical Spaces
von: Tao, Nianze, et al.
Veröffentlicht: (2024)

Evaluation of uncertainty estimations for Gaussian process regression based machine learning interatomic potentials
von: Holzenkamp, Matthias, et al.
Veröffentlicht: (2024)

Cousins Of The Vendi Score: A Family Of Similarity-Based Diversity Metrics For Science And Machine Learning
von: Pasarkar, Amey P., et al.
Veröffentlicht: (2023)

De Novo Molecular Design Enabled by Direct Preference Optimization and Curriculum Learning
von: Hou, Junyu
Veröffentlicht: (2025)

Multi-Fidelity Machine Learning for Excited State Energies of Molecules
von: Vinod, Vivin, et al.
Veröffentlicht: (2023)

Diagonalization without Diagonalization: A Direct Optimization Approach for Solid-State Density Functional Theory
von: Li, Tianbo, et al.
Veröffentlicht: (2024)

HybridLinker: Topology-Guided Posterior Sampling for Enhanced Diversity and Validity in 3D Molecular Linker Generation
von: Hwang, Minyeong, et al.
Veröffentlicht: (2025)

Optimizing adaptive sampling via Policy Ranking
von: Nadeem, Hassan, et al.
Veröffentlicht: (2024)