:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andrello, Samuel, Alabi, Daniel, Billinge, Simon J. L.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Materials Science Machine Learning
Online-Zugang:	https://arxiv.org/abs/2512.02947
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretable Multimodal Machine Learning Analysis of X-ray Absorption Near-Edge Spectra and Pair Distribution Functions
von: Narong, Tanaporn Na, et al.
Veröffentlicht: (2024)

CbLDM: A Diffusion Model for recovering nanostructure from atomic pair distribution function
von: Cao, Jiarui, et al.
Veröffentlicht: (2025)

Language Models Enable Data-Augmented Synthesis Planning for Inorganic Materials
von: Prein, Thorben, et al.
Veröffentlicht: (2025)

Accurate Crystal Structure Prediction of New 2D Hybrid Organic Inorganic Perovskites
von: Karimitari, Nima, et al.
Veröffentlicht: (2024)

Predictive Inorganic Synthesis based on Machine Learning using Small Data sets: a case study of size-controlled Cu Nanoparticles
von: Motmans, Brent, et al.
Veröffentlicht: (2025)

Dielectric Tensor Prediction for Inorganic Materials Using Latent Information from Preferred Potential
von: Mao, Zetian, et al.
Veröffentlicht: (2024)

Predicting and Accelerating Nanomaterials Synthesis Using Machine Learning Featurization
von: Price, Christopher C., et al.
Veröffentlicht: (2024)

Fine-Tuned Language Models Generate Stable Inorganic Materials as Text
von: Gruver, Nate, et al.
Veröffentlicht: (2024)

Thermodynamic Prediction Enabled by Automatic Dataset Building and Machine Learning
von: Liu, Juejing, et al.
Veröffentlicht: (2025)

Large Language Model-Guided Prediction Toward Quantum Materials Synthesis
von: Okabe, Ryotaro, et al.
Veröffentlicht: (2024)

CrysAtom: Distributed Representation of Atoms for Crystal Property Prediction
von: Mukherjee, Shrimon, et al.
Veröffentlicht: (2024)

PLaID++: A Preference Aligned Language Model for Targeted Inorganic Materials Design
von: Xu, Andy, et al.
Veröffentlicht: (2025)

A continuous symmetry breaking measure for finite clusters using Jensen-Shannon divergence
von: Lan, Ling, et al.
Veröffentlicht: (2024)

Inverse Design of Inorganic Compounds with Generative AI
von: Kneiding, Hannes, et al.
Veröffentlicht: (2026)

Predicting Organic-Inorganic Halide Perovskite Photovoltaic Performance from Optical Properties of Constituent Films through Machine Learning
von: Zhang, Ruiqi, et al.
Veröffentlicht: (2024)

Leakage-Aware Bandgap Prediction on the JARVIS-DFT Dataset: A Phase-Wise Feature Analysis
von: Sharma, Gaurav Kumar
Veröffentlicht: (2025)

Maximizing Efficiency of Dataset Compression for Machine Learning Potentials With Information Theory
von: Yu, Benjamin, et al.
Veröffentlicht: (2025)

Beyond Atomic Geometry Representations in Materials Science: A Human-in-the-Loop Multimodal Framework
von: Polat, Can, et al.
Veröffentlicht: (2025)

Why Physics Still Matters: Improving Machine Learning Prediction of Material Properties with Phonon-Informed Datasets
von: Benítez, Pol, et al.
Veröffentlicht: (2025)

A Unified Generative-Predictive Framework for Deterministic Inverse Design
von: Batley, Reza T., et al.
Veröffentlicht: (2025)

TraceGrad: a Framework Learning Expressive SO(3)-equivariant Non-linear Representations for Electronic-Structure Hamiltonian Prediction
von: Yin, Shi, et al.
Veröffentlicht: (2024)

Constrained Diffusion for Accelerated Structure Relaxation of Inorganic Solids with Point Defects
von: Cui, Jingyi, et al.
Veröffentlicht: (2026)

MoMa: A Modular Deep Learning Framework for Material Property Prediction
von: Wang, Botian, et al.
Veröffentlicht: (2025)

Multimodal Foundation Models for Material Property Prediction and Discovery
von: Moro, Viggo, et al.
Veröffentlicht: (2023)

Enhancing Spatial Reasoning in Large Language Models for Metal-Organic Frameworks Structure Prediction
von: Pan, Mianzhi, et al.
Veröffentlicht: (2026)

SynCoTrain: A Dual Classifier PU-learning Framework for Synthesizability Prediction
von: Amariamir, Sasan, et al.
Veröffentlicht: (2024)

MOFFlow: Flow Matching for Structure Prediction of Metal-Organic Frameworks
von: Kim, Nayoung, et al.
Veröffentlicht: (2024)

OBELiX: A Curated Dataset of Crystal Structures and Experimentally Measured Ionic Conductivities for Lithium Solid-State Electrolytes
von: Therrien, Félix, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Machine-Learning Framework for Predicting Dislocation Plasticity and Stress-Strain Response in FCC Alloys
von: Luo, Jing, et al.
Veröffentlicht: (2025)

Material Property Prediction with Element Attribute Knowledge Graphs and Multimodal Representation Learning
von: Huang, Chao, et al.
Veröffentlicht: (2024)

Universal Magnetic Structure Prediction from Atomic Coordinates with Near-Experimental Accuracy
von: Chotrattanapituk, Abhijatmedhi, et al.
Veröffentlicht: (2026)

PRISM: Periodic Representation with multIscale and Similarity graph Modelling for enhanced crystal structure property prediction
von: Solé, Àlex, et al.
Veröffentlicht: (2025)

Compositional Representation of Polymorphic Crystalline Materials
von: Lee, Namkyeong, et al.
Veröffentlicht: (2023)

Benchmark Dataset for Catalysis on 2D MXenes
von: Melnyk, Pavlo, et al.
Veröffentlicht: (2026)

Can LLMs Predict Polymer Physics Just by Reading Synthesis and Processing Prose?
von: Liu, Yuchu, et al.
Veröffentlicht: (2026)

Thermodynamic assessment of machine learning models for solid-state synthesis prediction
von: Schlesinger, Jane, et al.
Veröffentlicht: (2026)

Featurized Materials Dataset for Formation Energy Prediction (derived from Materials Project)
von: Torlao, Virginio
Veröffentlicht: (2025)

evoxels: A differentiable physics framework for voxel-based microstructure simulations
von: Daubner, Simon, et al.
Veröffentlicht: (2025)

Data Fusion of Deep Learned Molecular Embeddings for Property Prediction
von: Appleton, Robert J, et al.
Veröffentlicht: (2025)

TriForces: Augmenting Atomistic GNNs for Transferable Representations
von: Ramlaoui, Ali, et al.
Veröffentlicht: (2026)