Buchumschlag

Asymptotically Fast Clebsch-Gordan Tensor Products with Vector Spherical Harmonics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, YuQing, Daigavane, Ameya, Kotak, Mit, Smidt, Tess
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Price of Freedom: Exploring Expressivity and Runtime Tradeoffs in Equivariant Tensor Products
von: Xie, YuQing, et al.
Veröffentlicht: (2025)

Training a Foundation Model for Materials on a Budget
von: Koker, Teddy, et al.
Veröffentlicht: (2025)

Symphony: Symmetry-Equivariant Point-Centered Spherical Harmonics for 3D Molecule Generation
von: Daigavane, Ameya, et al.
Veröffentlicht: (2023)

A Tale of Two Symmetries: Exploring the Loss Landscape of Equivariant Models
von: Xie, YuQing, et al.
Veröffentlicht: (2025)

Equivariant Symmetry Breaking Sets
von: Xie, YuQing, et al.
Veröffentlicht: (2024)

Matching the Optimal Denoiser in Point Cloud Diffusion with (Improved) Rotational Alignment
von: Daigavane, Ameya, et al.
Veröffentlicht: (2025)

Clebsch-Gordan Transformer: Fast and Global Equivariant Attention
von: Howell, Owen Lewis, et al.
Veröffentlicht: (2025)

PFT: Phonon Fine-tuning for Machine Learned Interatomic Potentials
von: Koker, Teddy, et al.
Veröffentlicht: (2026)

Integral Formulas for Vector Spherical Tensor Products
von: Heyraud, Valentin, et al.
Veröffentlicht: (2026)

FreeCG: Free the Design Space of Clebsch-Gordan Transform for Machine Learning Force Fields
von: Shao, Shihao, et al.
Veröffentlicht: (2024)

Fast contracted Clebsch--Gordan tensor products for equivariant graph neural networks
von: Bochkarev, Anton, et al.
Veröffentlicht: (2026)

EquiJump: Protein Dynamics Simulation via SO(3)-Equivariant Stochastic Interpolants
von: Costa, Allan dos Santos, et al.
Veröffentlicht: (2024)

High-performance training and inference for deep equivariant interatomic potentials
von: Tan, Chuin Wei, et al.
Veröffentlicht: (2025)

EquiformerV2: Improved Equivariant Transformer for Scaling to Higher-Degree Representations
von: Liao, Yi-Lun, et al.
Veröffentlicht: (2023)

Generalizing Denoising to Non-Equilibrium Structures Improves Equivariant Force Fields
von: Liao, Yi-Lun, et al.
Veröffentlicht: (2024)

Another formula for calculating Clebsch Gordan coefficients
von: Rivera-Oliva, Everardo
Veröffentlicht: (2025)

Polynomials of the Askey scheme as Clebsch-Gordan coefficients
von: Crampe, Nicolas, et al.
Veröffentlicht: (2025)

Clebsch-Gordan coefficients, hypergeometric functions and the binomial distribution
von: Pain, Jean-Christophe
Veröffentlicht: (2024)

A Recipe for Charge Density Prediction
von: Fu, Xiang, et al.
Veröffentlicht: (2024)

Tensor Decomposition Networks for Fast Machine Learning Interatomic Potential Computations
von: Lin, Yuchao, et al.
Veröffentlicht: (2025)

JAMUN: Bridging Smoothed Molecular Dynamics and Score-Based Learning for Conformational Ensembles
von: Daigavane, Ameya, et al.
Veröffentlicht: (2024)

Quantum Simulation of Random Unitaries from Clebsch-Gordan Transforms
von: Grinko, Dmitry, et al.
Veröffentlicht: (2025)

EquiformerV3: Scaling Efficient, Expressive, and General SE(3)-Equivariant Graph Attention Transformers
von: Liao, Yi-Lun, et al.
Veröffentlicht: (2026)

Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems
von: Zhang, Xuan, et al.
Veröffentlicht: (2023)

Relaxed Equivariant Graph Neural Networks
von: Hofgard, Elyssa, et al.
Veröffentlicht: (2024)

Machine learning electronic structure and atomistic properties from the external potential
von: Nigam, Jigyasa, et al.
Veröffentlicht: (2026)

A Calabi-Yau algebra with $E_6$ symmetry and the Clebsch-Gordan series of $sl(3)$
von: Crampe, N., et al.
Veröffentlicht: (2020)

A new algorithm for computing branching rules and Clebsch-Gordan coefficients of unitary representations of compact groups
von: Ibort, Alberto, et al.
Veröffentlicht: (2016)

Probabilistic Inference in the Era of Tensor Networks and Differential Programming
von: Roa-Villescas, Martin, et al.
Veröffentlicht: (2024)

Higher-Rank Irreducible Cartesian Tensors for Equivariant Message Passing
von: Zaverkin, Viktor, et al.
Veröffentlicht: (2024)

Fast, Convex and Conditioned Network for Multi-Fidelity Vectors and Stiff Univariate Differential Equations
von: Rout, Siddharth
Veröffentlicht: (2025)

To Augment or Not to Augment? Diagnosing Distributional Symmetry Breaking
von: Lawrence, Hannah, et al.
Veröffentlicht: (2025)

Delta Tensor: Efficient Vector and Tensor Storage in Delta Lake
von: Bao, Zhiwei, et al.
Veröffentlicht: (2024)

Tensor-to-Tensor Models with Fast Iterated Sum Features
von: Diehl, Joscha, et al.
Veröffentlicht: (2025)

Cartesian-nj: Extending e3nn to Irreducible Cartesian Tensor Product and Contracion
von: Xu, Zemin, et al.
Veröffentlicht: (2025)

FEKAN: Feature-Enriched Kolmogorov-Arnold Networks
von: Menon, Sidharth S., et al.
Veröffentlicht: (2026)

Discovering Symmetry Breaking in Physical Systems with Relaxed Group Convolution
von: Wang, Rui, et al.
Veröffentlicht: (2023)

Accelerating Protein Molecular Dynamics Simulation with DeepJump
von: Costa, Allan dos Santos, et al.
Veröffentlicht: (2025)

Verify with Caution: The Pitfalls of Relying on Imperfect Factuality Metrics
von: Godbole, Ameya, et al.
Veröffentlicht: (2025)

Fast Regression of the Tritium Breeding Ratio in Fusion Reactors
von: Mánek, Petr, et al.
Veröffentlicht: (2021)