Buchumschlag

Materials Informatics: Emergence To Autonomous Discovery In The Age Of AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lookman, Turab, Liu, YuJie, Gao, Zhibin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Materials Informatics: Emergence to Autonomous Discovery in the Age of AI
von: Turab Lookman, et al.
Veröffentlicht: (2026)

Materials Informatics: Emergence to Autonomous Discovery in the Age of AI (Adv. Mater. 29/2026)
von: Turab Lookman, et al.
Veröffentlicht: (2026)

PINK: physical-informed machine learning for lattice thermal conductivity
von: Liu, Yujie, et al.
Veröffentlicht: (2025)

Role of octahedral tilting induced acoustic softening on limiting thermal transport in SrSnO3
von: Hao, Yuzhou, et al.
Veröffentlicht: (2026)

AI-accelerated Discovery of Altermagnetic Materials
von: Gao, Ze-Feng, et al.
Veröffentlicht: (2023)

LLM-driven discovery for carbon allotropes with bond-network entropy
von: Hao, Yuzhou, et al.
Veröffentlicht: (2026)

Same-group element replacement enhances superconductivity in clathrate-like YH4
von: Li, Xuejie, et al.
Veröffentlicht: (2025)

Copper delocalization leads to ultralow thermal conductivity in chalcohalide CuBiSeCl2
von: Hao, Yuzhou, et al.
Veröffentlicht: (2024)

Invariant Discovery of Features Across Multiple Length Scales: Applications in Microscopy and Autonomous Materials Characterization
von: Raghavan, Aditya, et al.
Veröffentlicht: (2024)

Metavalent Bonding-Induced Phonon Hardening and Giant Anharmonicity in BeO
von: Li, Xuejie, et al.
Veröffentlicht: (2025)

Bgolearn: a Unified Bayesian Optimization Framework for Accelerating Materials Discovery
von: Cao, Bin, et al.
Veröffentlicht: (2026)

A Comprehensive Survey on Image Signal Processing Approaches for Low-Illumination Image Enhancement
von: Turab, Muhammad
Veröffentlicht: (2025)

EFT-CoT: A Multi-Agent Chain-of-Thought Framework for Emotion-Focused Therapy
von: Du, Lanqing, et al.
Veröffentlicht: (2026)

Preparing Students for AI-Powered Materials Discovery: A Workflow-Aligned Framework for AI Literacy, Equity, and Scientific Judgment
von: Mei, Dongming, et al.
Veröffentlicht: (2026)

Masgent: An AI-assisted Materials Simulation Agent
von: Liu, Guanghen, et al.
Veröffentlicht: (2025)

Emergence of cooperation promoted by higher-order strategy updates
von: Wang, Dini, et al.
Veröffentlicht: (2025)

Interpretable Machine Learning Applications: A Promising Prospect of AI for Materials
von: Xue Jiang, et al.
Veröffentlicht: (2025)

Machine Learning-based Regional Cooling Demand Prediction with Optimised Dataset Partitioning
von: Zhang, Meng, et al.
Veröffentlicht: (2025)

Discovery of Interpretable Physical Laws in Materials via Language-Model-Guided Symbolic Regression
von: Guan, Yifeng, et al.
Veröffentlicht: (2026)

Autonomous Discovery of the Ising Model's Critical Parameters with Reinforcement Learning
von: Man, Hai, et al.
Veröffentlicht: (2026)

A Corrected Open Boundary Framework for Lattice Boltzmann Immiscible Pseudopotential Models
von: Chen, Yizhong, et al.
Veröffentlicht: (2025)

Massive Discovery of Low-Dimensional Materials from Universal Computational Strategy
von: Bagheri, Mohammad, et al.
Veröffentlicht: (2025)

Autonomous Materials Exploration by Integrating Automated Phase Identification and AI-Assisted Human Reasoning
von: Chang, Ming-Chiang, et al.
Veröffentlicht: (2026)

A Grassroots Network and Community Roadmap for Interconnected Autonomous Science Laboratories for Accelerated Discovery
von: da Silva, Rafael Ferreira, et al.
Veröffentlicht: (2025)

ChemNavigator: Agentic AI Discovery of Design Rules for Organic Photocatalysts
von: Peivaste, Iman, et al.
Veröffentlicht: (2026)

exa-AMD: An Exascale-Ready Framework for Accelerating the Discovery and Design of Functional Materials
von: Xia, Weiyi, et al.
Veröffentlicht: (2025)

Subtime: Reversible Information Exchange and the Emergence of Classical Time
von: Borrill, Paul L.
Veröffentlicht: (2026)

A Universal Spin-Orbit-Coupled Hamiltonian Model for Accelerated Quantum Material Discovery
von: Zhong, Yang, et al.
Veröffentlicht: (2025)

Autonomous Small-Angle Scattering for Accelerated Soft Material Formulation Optimization
von: Martin, Tyler B., et al.
Veröffentlicht: (2025)

Real-time Multi-instrument Autonomous Discovery of Novel Phase-change Memory Materials
von: Lee, Chih-Yu, et al.
Veröffentlicht: (2026)

Toward Greater Autonomy in Materials Discovery Agents: Unifying Planning, Physics, and Scientists
von: Zhou, Lianhao, et al.
Veröffentlicht: (2025)

Scaling Laws in Scientific Discovery with AI and Robot Scientists
von: Zhang, Pengsong, et al.
Veröffentlicht: (2025)

Generative Chemical Language Models for Energetic Materials Discovery
von: Salij, Andrew, et al.
Veröffentlicht: (2026)

Nearest-Neighboring Pairing of Monolayer NbSe2 Facilitates the Emergence of Topological Superconducting States
von: Li, Yizhi, et al.
Veröffentlicht: (2024)

From Static Inference to Dynamic Interaction: A Survey of Streaming Large Language Models
von: Tong, Junlong, et al.
Veröffentlicht: (2026)

LLMatDesign: Autonomous Materials Discovery with Large Language Models
von: Jia, Shuyi, et al.
Veröffentlicht: (2024)

Physics Augmented Machine Learning Discovery of Composition-Dependent Constitutive Laws for 3D Printed Digital Materials
von: Yang, Steven, et al.
Veröffentlicht: (2025)

TriDS: AI-native molecular docking framework unified with binding site identification, conformational sampling and scoring
von: Liu, Xuhan, et al.
Veröffentlicht: (2025)

AIMBio-Mat: An AI-Native FAIR Platform for Closed-Loop Materials Discovery and Biomedical Translation
von: Mei, D. -M., et al.
Veröffentlicht: (2026)

Machine learning-driven elasticity prediction in advanced inorganic materials via convolutional neural networks
von: Liu, Yujie, et al.
Veröffentlicht: (2025)