شتاب بخشیدن به کشف مواد پیچیده با پیش بینی ساختاری مبتنی بر یادگیری ماشین
این مقاله به بررسی روش‌های نوین کشف مواد پیچیده با استفاده از یادگیری ماشین می‌پردازد.
یادگیری ماشین
پیش‌بینی ساختار کریستالی پیچیده با استفاده از الگوریتم ژنتیکی پیشرفته
در این مقاله، پیش‌بینی ساختارهای کریستالی پیچیده با استفاده از الگوریتم‌های ژنتیکی و یادگیری ماشین بررسی می‌شود.
چرا یادگیری بر کاهش نویز در حسگرهای کوانتومی ارجحیت دارد؟
این مقاله به بررسی تأثیر یادگیری بر دقت حسگرهای کوانتومی در شرایط نویزی می‌پردازد و راهکارهای جدیدی را معرفی می‌کند.
حسگرهای زیستی هوشمند: تحولی در سلامت هوشمند
حسگرهای زیستی هوشمند با استفاده از مواد پیشرفته و یادگیری ماشین، تحولی در تشخیص بیماری‌ها و بهداشت هوشمند ایجاد کرده‌اند.
تکرار مقالات علمی با استفاده از عامل‌های کدنویسی در یادگیری ماشین
این مقاله به بررسی نقش عامل‌های کدنویسی در تکرار ادعاهای مقالات علمی یادگیری ماشین می‌پردازد.
پیش‌بینی مواد پایدار جدید برای سنتز تجربی: گامی به سوی کشف مواد
این مقاله به بررسی پیش‌بینی مواد پایدار جدید و چگونگی سنتز تجربی آنها می‌پردازد.
پیش‌بینی فاز BCC در آلیاژهای آنتروپی بالا بدون کبالت با یادگیری ماشین
این مقاله به بررسی روشی نوین برای پیش‌بینی فاز BCC در آلیاژهای آنتروپی بالا بدون کبالت با استفاده از یادگیری ماشین و تولید داده مصنوعی می‌پردازد.
ارزیابی پتانسیل‌های بین اتمی یادگیری ماشین برای شیشه‌های آلومینوسیلیکاتی
این مقاله به ارزیابی سیستماتیک پتانسیل‌های بین اتمی یادگیری ماشین (MLIP) برای شیشه‌های آلومینوسیلیکاتی می‌پردازد و نشان می‌دهد که این مدل‌ها در پیش‌بینی خواص ساختاری و مکانیکی تا چه حد موفق هستند.