MétaCan
Menu
Retour à la cohorte
Enregistrement W6999728284

The Design Space of E(3)-Equivariant Atom-Centered Interatomic Potentials

2022· article· en· W6999728284 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueApollo (University of Cambridge) · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMachine Learning in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesFAS Division of Science, Harvard UniversityDivision of Materials ResearchMaterials Research Science and Engineering Center, Harvard UniversityAstraZenecaEngineering and Physical Sciences Research CouncilLeverhulme TrustOffice of ScienceAdvanced Scientific Computing ResearchU.S. Department of EnergyScience and Technology Facilities CouncilBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaDell EMCHarvard UniversityNational Science Foundation
Mots-clésWork (physics)FrontierScience and engineeringService (business)Research councilResearch programGraduate researchEngineering research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Acknowledgements: This work was performed using resources provided by the Cambridge Service for Data Driven Discovery (CSD3), which is operated by the University of Cambridge Research Computing Service (www.csd3.cam.ac.uk) provided by Dell EMC and Intel using Tier-2 funding from the Engineering and Physical Sciences Research Council (capital grant number EP/T022159/1) and DiRAC funding from the Science and Technology Facilities Council (www.dirac.ac.uk). D.P.K. acknowledges support from AstraZeneca and the Engineering and Physical Sciences Research Council. C.O. is supported by Leverhulme Research Project grant number RPG-2017-191 and by the Natural Sciences and Engineering Research Council of Canada (NSERC) under funding reference number IDGR019381. Work at Harvard University was supported by Bosch Research, the US Department of Energy, Office of Basic Energy Sciences, under award number DE-SC0022199, the Integrated Mesoscale Architectures for Sustainable Catalysis (IMASC), an Energy Frontier Research Center, under award number DE-SC0012573 and by the NSF through Harvard University Materials Research Science and Engineering Center grant number DMR-2011754. A.M. is supported by US Department of Energy, Office of Science, Office of Advanced Scientific Computing Research, Computational Science Graduate Fellowship under award number DE-SC0021110. We acknowledge computing resources provided by the Harvard University FAS Division of Science Research Computing Group.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,207
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApollo (University of Cambridge)Même sujetMachine Learning in Materials ScienceTravaux en français237 207