:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Khanna, Smayan, Gökmen, Doruk Efe, Kondor, Risi, Vitelli, Vincenzo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Soft Condensed Matter
Online-Zugang:	https://arxiv.org/abs/2509.01541
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Chirality across scales in tissue dynamics
von: Chen, Sihan, et al.
Veröffentlicht: (2025)

Learning noisy tissue dynamics across time scales
von: Han, Ming, et al.
Veröffentlicht: (2025)

Measurement-Induced Phase Transitions in Informational Active Matter
von: VanSaders, Bryan, et al.
Veröffentlicht: (2023)

Odd elasticity and topological waves in active surfaces
von: Fossati, Michele, et al.
Veröffentlicht: (2022)

Limit cycles turn active matter into robots
von: Brandenbourger, Martin, et al.
Veröffentlicht: (2021)

A collisional model of odd fluids: from Boltzmann equation to chiral hydrodynamics
von: Eren, Ege, et al.
Veröffentlicht: (2025)

Viscous tweezers: controlling particle orientation with viscosity
von: Khain, Tali, et al.
Veröffentlicht: (2023)

Soft Metamaterials: Adaptation and Intelligence
von: Scheibner, Colin, et al.
Veröffentlicht: (2022)

Light-responsive active particles in a thermotropic liquid crystal
von: Tavera-Vázquez, Antonio, et al.
Veröffentlicht: (2023)

Interpreting neural operators: how nonlinear waves propagate in non-reciprocal solids
von: Colen, Jonathan, et al.
Veröffentlicht: (2024)

Melting of non reciprocal solids: how dislocations propel and fission in flowing crystals
von: Guillet, Stéphane, et al.
Veröffentlicht: (2025)

The transition to collective motion in nonreciprocal active matter: coarse graining agent-based models into fluctuating hydrodynamics
von: Martin, David, et al.
Veröffentlicht: (2023)

Mapping the Phase Diagram of the Vicsek Model with Machine Learning
von: Bai, Grace T., et al.
Veröffentlicht: (2026)

Topological Data Analysis combined with Machine Learning for Predicting Permeability of Porous Media
von: Dagdelen, Ebru, et al.
Veröffentlicht: (2026)

Active assembly and non-reciprocal dynamics of elastic membranes
von: Berezney, John, et al.
Veröffentlicht: (2024)

Trading particle shape with fluid symmetry: on the mobility matrix in 3D chiral fluids
von: Khain, Tali, et al.
Veröffentlicht: (2023)

Learning dynamical behaviors in physical systems
von: Mandal, Rituparno, et al.
Veröffentlicht: (2024)

Learning Dynamics from Multicellular Graphs with Deep Neural Networks
von: Yang, Haiqian, et al.
Veröffentlicht: (2024)

Odd viscosity suppresses intermittency in direct turbulent cascades
von: Chen, Sihan, et al.
Veröffentlicht: (2024)

Nonreciprocal many-body physics
von: Fruchart, Michel, et al.
Veröffentlicht: (2026)

Topological Regularization for Force Prediction in Active Particle Suspension with EGNN and Persistent Homology
von: Saremi, Sadra, et al.
Veröffentlicht: (2025)

Random functions as data compressors for machine learning of molecular processes
von: Debnath, Jayashrita, et al.
Veröffentlicht: (2025)

Self-Driving Laboratory Optimizes the Lower Critical Solution Temperature of Thermoresponsive Polymers
von: Xu, Guoyue, et al.
Veröffentlicht: (2025)

CREASE-2D Analysis of Small Angle X-ray Scattering Data from Supramolecular Dipeptide Systems
von: Gupta, Nitant, et al.
Veröffentlicht: (2025)

An Interpretable ML-based Model for Predicting p-y Curves of Monopile Foundations in Sand
von: Li, Biao, et al.
Veröffentlicht: (2025)

Dynamic control of self-assembly of quasicrystalline structures through reinforcement learning
von: Lieu, Uyen Tu, et al.
Veröffentlicht: (2023)

Interpretable liquid crystal phase classification via two-by-two ordinal patterns
von: Voltarelli, Leonardo G. J. M., et al.
Veröffentlicht: (2026)

Inverse Design of Copolymers Including Stoichiometry and Chain Architecture
von: Vogel, Gabriel, et al.
Veröffentlicht: (2024)

Rapid Neural Network Prediction of Linear Block Copolymer Free Energies
von: Chen, Ian, et al.
Veröffentlicht: (2026)

Sparse Regression for Discovery of Constitutive Models from Oscillatory Shear Measurements
von: Shanbhag, Sachin, et al.
Veröffentlicht: (2024)

Predicting the post-wildfire mudflow onset using machine learning models on multi-parameter experimental data
von: Movasat, Mahta, et al.
Veröffentlicht: (2026)

Discovering Thermodynamically Admissible Dissipation Potentials via Grammar-Based Symbolic Regression
von: Califano, Federico, et al.
Veröffentlicht: (2026)

Deep-learning Optical Flow Outperforms PIV in Obtaining Velocity Fields from Active Nematics
von: Tran, Phu N., et al.
Veröffentlicht: (2024)

A cyclical route linking fundamental mechanism and AI algorithm: An example from tuning Poisson's ratio in amorphous networks
von: Zhu, Changliang, et al.
Veröffentlicht: (2023)

Machine Learning Aided Modeling of Granular Materials: A Review
von: Wang, Mengqi, et al.
Veröffentlicht: (2024)

Similarity Equivariant Graph Neural Networks for Homogenization of Metamaterials
von: Hendriks, Fleur, et al.
Veröffentlicht: (2024)

Statistical mechanics of a chiral active fluid
von: Han, Ming, et al.
Veröffentlicht: (2020)

Hydrodynamic theory of chemically active emulsions
von: Ilker, Efe, et al.
Veröffentlicht: (2026)

Graph Neural Network-State Predictive Information Bottleneck (GNN-SPIB) approach for learning molecular thermodynamics and kinetics
von: Zou, Ziyue, et al.
Veröffentlicht: (2024)

Advancing Extrapolative Predictions of Material Properties through Learning to Learn
von: Noda, Kohei, et al.
Veröffentlicht: (2024)