машинное обучение

Международный коллектив ученых разработал новый метод параметризации машинно-обучаемых межатомных потенциалов для моделирования магнитных материалов, значительно повышающий надежность и точность предсказаний их свойств.

Они подробно описали, как машинное обучение должно привести к революции в нашем понимании в проектировании и открытии новых материалов, позволяя проводить компьютерное моделирование атомов.

Предложенный метод значительно ускоряет поиск, сохраняя высокую точность предсказания оптических свойств материалов.

Научная группа нобелевского лауреата 2024 года Дэвида Бейкера синтезировала противоядие от змеиных токсинов и испытала его на мышах. Антитоксины, описанные в журнале Nature, были предсказаны при помощи алгоритмов машинного обучения.

Они представили инновационный подход к адаптивному контролю траектории колесного мобильного манипулятора.

Загрязнение морских акваторий признано проблемой мирового масштаба, и для ее решения необходимо вести его постоянный мониторинг.

Расчет подтверждает существование фазового перехода первого рода в жидком водороде, сопровождающегося резким изменением плотности, диффузии и вязкости.

Ученые использовали машинно-обучаемые потенциалы, которые, отличаются высокой скоростью вычислений и позволяют перебрать все возможные комбинации до некоторой границы отсечения.

Предложенный метод поможет «переводить» задания для нейросетевых алгоритмов с языка человеческого общения на язык машинного обучения.

  Группа российских ученых из компании Smart Engines и МФТИ предложила новый способ квантования бинарных нейронных сетей. Им удалось добиться лучших результатов для обучения таких сетей. Работа опубликована в журнале Computer Optics 2024.…