Path-integral molecular dynamics with actively-trained and universal machine learning force fields

Solovykh A.; Rybin N.; I. S. Novikov; Shapeev A.

doi:10.1016/j.cpc.2025.109902

Публикации

?

Path-integral molecular dynamics with actively-trained and universal machine learning force fields

Computer Physics Communications. 2025. Vol. 319. Article 109902.

Solovykh A., Rybin N., I. S. Novikov, Shapeev A.

Научное направление: Физика Компьютерные науки

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: path integrals Thermal expansion Nuclear quantum effects Interatomic potentials machine learning

Studies in Computational Intelligence

Springer, 2026.

Добавлено: 13 октября 2026 г.

Lecture Notes in Civil Engineering

Springer, 2026.

Добавлено: 13 октября 2026 г.

Sandpile Cellular Automata with Manna Rule on the Chung-Lu Graph: Application to X Social Network

Дмитриев А. В., Корнилов В. В., Batienkov R., Lecture Notes in Civil Engineering 2026 Vol. 886 P. 249–255

Добавлено: 13 октября 2026 г.

Sandpile Cellular Automata with Manna Rule on the Chung-Lu Graph: Application to X Social Network

Дмитриев А. В., Shulman I., Лебедев А. А., Studies in Computational Intelligence 2026 Vol. 1265 P. 266–273

Добавлено: 13 октября 2026 г.

Неравновесное состояние в квазиодномерных сверхпроводящих каналах

Арутюнов К. Ю., Харитонов И. А., Петросянц К. О., JETP Letters 2026 Vol. 124 No. 6 P. 1–16

Добавлено: 13 октября 2026 г.

When universal machine learning models fail in capacitance prediction for carbon-based supercapacitors: Leakage-aware validation and electrolyte screening

Makarov D. M., Каликин Н. Н., Fashchevsky K. A. и др., Electrochimica Acta 2026 Vol. 579 Article 150159

Добавлено: 13 октября 2026 г.

LiteKV: A KV cache compression method for efficient inference on resource-constrained devices

Zhang Z., Ильвовский Д. А., Information Processing and Management 2026 Vol. 63 No. 7

Добавлено: 13 октября 2026 г.

No Species Is an Island, Entire of Itself: Genetic Speciation Algorithm with Interplay among Species

International Journal of Engineering, Transactions B: Applications 2027 Vol. 40 No. 5 P. 1437–1460

Добавлено: 12 октября 2026 г.

Ranging Precision Comparison of Direct and Non-Line-of-Sight LiDAR Systems Based on SNSPD

Махлуф М., Ожегов Р. В., Елезов М. С. и др., Фотоника 2026 Vol. 20 No. 6 P. 414–423

В данной работе проведено сравнение точности дальнометрии лидарных архитектур прямого времени пролёта (dToF) и вне прямой видимости (NLOS), обе из которых используют сверхпроводящий нанопроволочный детектор одиночных фотонов (SNSPD). Обе системы работают на длине волны 1550 нм с импульсным лазером длительностью 50 пс и методом коррелированного во времени счёта одиночных фотонов (TCSPC). Конфигурация dToF обеспечила точность около 100 мкм ...

Добавлено: 12 октября 2026 г.

JavaCapsule: Итеративная генерация и отладка Java-кода на основе структурированной обратной связи

Александров Д. В., Василевский В. И., Резуник Л. и др., Труды Института системного программирования РАН 2026 Т. 38 № 5 С. 73–90

Ограничения при выполнении задач, требующих точного извлечения информации из сверхдлинных последовательностей, приводят к снижению качества генерации и отладки кода крупных объектно-ориентированных систем, характеризующихся сложными межклассовыми зависимостями и необходимостью анализа длинных трассировок выполнения, превышающих размеры стандартных контекстных окон. Предлагается технология JavaCapsule для генерации и отладки Java-кода, реализующая итеративную отладку на основе структурированной обратной связи, включающей результаты ...

Добавлено: 12 октября 2026 г.

Proceedings of the 34th IUPAP Conference on Computational Physics: CCP2023, August 4-8, Kobe, Japan

Singapore: Springer, 2026.

Добавлено: 12 октября 2026 г.

РАЗРАБОТКА МЕТОДА И АЛГОРИТМОВ АДАПТИВНОГО ФЕДЕРАТИВНОГО ОБУЧЕНИЯ С УЧЕТОМ РАСПРЕДЕЛЕННОГО ЗАПАЗДЫВАНИЯ КЛИЕНТСКИХ ОБНОВЛЕНИЙ

Зыков С. В., Ермаков С. Р., Современные наукоемкие технологии 2026 № 9 С. 43–53

При федеративном обучении с неоднородными клиентскими данными и переменными задержками запоздавшие обновления могут ухудшать качество модели, а обмен параметрами с глобальным сервером увеличивает сетевую нагрузку. Целью исследования является разработка и теоретико-экспериментальное обоснование метода и алгоритмов адаптивного федеративного обучения с учетом распределенного запаздывания клиентских обновлений. Для обоснования разрабатываемых решений использованы событийная и непрерывная модели градиентных обновлений, ...

Добавлено: 11 октября 2026 г.

Effect of External Pressure and Quantum State on the Local Magnetization of Germanium Layers: Ab Initio Calculation.

Goncharov A., Чибисов А. Н., Advanced Theory and Simulations 2023 Vol. 12 No. 13 Article 2200816

Добавлено: 11 октября 2026 г.

Quantum-mechanical study of the optimal phosphorus atoms arrangement on silicene.

Чибисов А. Н., Gnidenko A., Chibisova M. и др., FlatChem 2023 Vol. 41 Article 100533

Добавлено: 11 октября 2026 г.

Density functional theory investigation on fast storage of sodium and potassium in Ni2TeO6 as a novel promising cathode material.

Wu Z., Yu Y., Чибисов А. Н., Materials Today Energy 2023 Vol. 37 Article 101414

Добавлено: 11 октября 2026 г.

Ab Initio Study of the Influence of Spin and Orbital Magnetic Moments on the Stability of Magnetic and Charge Distribution in Co:ZnO Monolayer.

Prokhorenko A., Чибисов А. Н., Gnidenko A. и др., The Journal of Physical Chemistry Letters 2024 Vol. 15 No. 41 P. 10295–10300

Добавлено: 11 октября 2026 г.

Quantum-mechanical prediction of the behavior of quantum trigger on a two-qubit cell of boron in silicene.

Чибисов А. Н., Chibisova M., Modern Electronic Materials 2025 Vol. 71 P. 99–103

Добавлено: 11 октября 2026 г.

Metaheuristics in Machine Learning: Theory and Applications

Cham: Springer, 2021.

Добавлено: 18 сентября 2026 г.

The relevance of lead prioritization: a B2B lead scoring model based on machine learning

González-Flores L., Rubiano-Moreno J., Соса Гомез Г., Frontiers in Artificial Intelligence 2025 Vol. 8 Article 1554325

Добавлено: 18 сентября 2026 г.

Использование методов машинного обучения для повышения эффективности систем противодействия многоэтапных кибератак

Лебедев О. Б., Левченко Д. Д., Черкасов Р. И., Инженерный вестник Дона 2026 № 2(134) Статья 7

Статья посвящена анализу влияния технологий искусственного интеллекта (ИИ) и машинного обучения на развитие, трансформацию киберугроз и создание высокоэффективных систем киберзащиты. Рассматриваются ключевые направления эволюции ИИ, включая ориентированные на данные, модели, приложения и человека подходы, и их роль в формировании как защитных, так и наступательных возможностей. Показано, что злоумышленники активно используют ИИ для автоматизации разведки, персонализации ...

Добавлено: 12 сентября 2026 г.

Модель глубокого обучения для автоматизированной интерпретации медицинских электрофизиологических данных

Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750

Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...

Добавлено: 10 сентября 2026 г.

Анализ согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН с помощью иерархической кластеризации

Вохминцев И. В., Вестник международных организаций: образование, наука, новая экономика 2026 Т. 21 № 2

ЕАЭС и ОДКБ – главные региональные международные организации для России. Понимание, оценка и анализ внешнеполитических позиций стран, которые туда входят — это вопрос национальных интересов страны. Из этого вытекает цель работы: выявление уровня и формы согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН. Уровень согласованности – оценка уровня близости стран при голосовании. Форма согласованности ...

Добавлено: 7 сентября 2026 г.

Pupillometry and autonomic nervous system responses to cognitive load and false feedback: an unsupervised machine learning approach

Alshanskaia E., Portnova G., Liaukovich K. и др., Frontiers in Neuroscience 2024 Vol. 18

Добавлено: 7 сентября 2026 г.

Is social media news more subjective?😱 A comparative study of British quality and popular news sources’ adaptation to Facebook

Савинова Е. А., Hoek J., Digital Journalism 2025 Vol. 13 No. 7 P. 1291–1310

Добавлено: 3 сентября 2026 г.