Buchumschlag

Enhancing Reconstruction Capability of Wavelet Transform Amorphous Radial Distribution Function via Machine Learning Assisted Parameter Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Senjaya, Deriyan, Limantoro, Stephen Ekaputra
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Materials Science Machine Learning Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Calibration of Scanning Thermal Microscope using Optimal Estimation of Function Parameters by Iterated Linearization
von: Campbell, Anna Charvátová, et al.
Veröffentlicht: (2025)

Accurate Machine Learning Predictions of Coercivity in High-Performance Permanent Magnets
von: Bhandari, Churna, et al.
Veröffentlicht: (2023)

Importance of hyper-parameter optimization during training of physics-informed deep learning networks
von: Lenau, Ashley, et al.
Veröffentlicht: (2024)

Estimation of material parameter uncertainties using probabilistic and interval approaches
von: Most, Thomas
Veröffentlicht: (2024)

Superior Polymeric Gas Separation Membrane Designed by Explainable Graph Machine Learning
von: Xu, Jiaxin, et al.
Veröffentlicht: (2024)

Inferring Grain Size Distributions from Magnetic Hysteresis in M-type Hexaferrites
von: Ataei, Masoud, et al.
Veröffentlicht: (2025)

Machine Learning Models for Accurately Predicting Properties of CsPbCl3 Perovskite Quantum Dots
von: Çadırcı, Mehmet Sıddık, et al.
Veröffentlicht: (2024)

Structural Optimization in Tensor LEED Using a Parameter Tree and $R$-Factor Gradients
von: Imre, Alexander M., et al.
Veröffentlicht: (2025)

Offset Finding of Beamline Parameters on the METRIXS Beamline at BESSY II Using Machine Learning
von: Meier, David, et al.
Veröffentlicht: (2025)

Reconstructing Time-of-Flight Detector Values of Angular Streaking Using Machine Learning
von: Meier, David, et al.
Veröffentlicht: (2025)

A model for positron annihilation in multi-layer systems by solving the diffusion equation using different positron affinities
von: Mathes, Lucian, et al.
Veröffentlicht: (2025)

Ensemble-Based Data Assimilation for Material Model Characterization in High-Velocity Impact
von: Jin, Rong, et al.
Veröffentlicht: (2025)

Composition Design of Shape Memory Ceramics based on Gaussian Processes
von: Pandey, Ashutosh, et al.
Veröffentlicht: (2025)

Link Statistics of Dislocation Network during Strain Hardening
von: Akhondzadeh, Sh., et al.
Veröffentlicht: (2025)

Roadmap on Data-Centric Materials Science
von: Bauer, Stefan, et al.
Veröffentlicht: (2024)

3D deep learning for enhanced atom probe tomography analysis of nanoscale microstructures
von: Yu, Jiwei, et al.
Veröffentlicht: (2024)

Clustering in atom probe tomography data: coordination number metric, percolation-based parameter scaling, and size effects
von: Lazarev, Mykola, et al.
Veröffentlicht: (2026)

nimCSO: A Nim package for Compositional Space Optimization
von: Krajewski, Adam M., et al.
Veröffentlicht: (2024)

Hierarchical Bayesian approach for adaptive integration of Bragg peaks in time-of-flight neutron scattering data
von: Reshniak, Viktor, et al.
Veröffentlicht: (2024)

Automated Extraction of Multicomponent Alloy Data Using Large Language Models for Sustainable Design
von: Sundaram, Aravindan Kamatchi, et al.
Veröffentlicht: (2026)

Stable diffusion for the inverse design of microstructures
von: Zhang, Yixuan, et al.
Veröffentlicht: (2024)

Revisiting the Question of Information Content of EXAFS Spectra through a Bayesian Approach
von: Haddad, Lucy, et al.
Veröffentlicht: (2025)

Comparative study of ensemble-based uncertainty quantification methods for neural network interatomic potentials
von: Kurniawan, Yonatan, et al.
Veröffentlicht: (2025)

Generalized Algorithm for Recognition of Complex Point Defects in Large-Scale β-$\rm {Ga_2O_3}$
von: Yan, Mengzhi, et al.
Veröffentlicht: (2024)

Three-dimensional (3D) tensor-based methodology for characterizing 3D anisotropic thermal conductivity tensor
von: Wang, Dihui, et al.
Veröffentlicht: (2025)

Two points are enough
von: Liu, Hao, et al.
Veröffentlicht: (2024)

McSAS3: improved Monte Carlo small-angle scattering analysis software for dilute and dense scatterers
von: Pauw, Brian Richard, et al.
Veröffentlicht: (2026)

Texture tomography with high angular resolution utilizing sparsity
von: Carlsen, Mads, et al.
Veröffentlicht: (2024)

Electronic manifolds for extrapolative alloy discovery
von: Ray, Pranoy, et al.
Veröffentlicht: (2026)

Quantitative approaches for multi-scale structural analysis with atomic resolution electron microscopy
von: Schnitzer, Noah, et al.
Veröffentlicht: (2025)

Phase Retrieval of Highly Strained Bragg Coherent Diffraction Patterns using Supervised Convolutional Neural Network
von: Masto, Matteo, et al.
Veröffentlicht: (2025)

Low dimensional fragment-based descriptors for property predictions in inorganic materials with machine learning
von: Islam, Md Mohaiminul
Veröffentlicht: (2024)

Datatractor: Metadata, automation, and registries for extractor interoperability in the chemical and materials sciences
von: Evans, Matthew L., et al.
Veröffentlicht: (2024)

Uncertainty-aware electronic density-functional distributions
von: Hansen, Teitur, et al.
Veröffentlicht: (2025)

Model-free Analysis of Scattering and Imaging Data with Escort-Weighted Shannon Entropy and Divergence Matrices
von: Coles, Jared, et al.
Veröffentlicht: (2026)

Applications of machine learning in ion beam analysis of materials
von: da Silva, Tiago Fiorini
Veröffentlicht: (2024)

Poleval: A Python package for HAXPES analysis
von: Engel, Robin Yoël, et al.
Veröffentlicht: (2025)

GenL: An extensible fitting program for Laue oscillations and whole pattern fitting
von: Ravensburg, Anna L., et al.
Veröffentlicht: (2023)

An Assessment of Commonly Used Equivalent Circuit Models for Corrosion Analysis: A Bayesian Approach to Electrochemical Impedance Spectroscopy
von: Zhang, Runze, et al.
Veröffentlicht: (2024)

Understanding atom probe's analytical performance for iron oxides using correlation histograms and ab initio calculations
von: Kim, Se-Ho, et al.
Veröffentlicht: (2024)