287230記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 2次元シリコン（シリセン）の力場の移転可能性（Transferability of force fields for 2D silicon (silicene))
2 分で読了
0 views

2次元シリコン

（シリセン）の力場の移転可能性（Transferability of force fields for 2D silicon (silicene))

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下が「シリセンの力場を確認したほうが良い」と言い出して困っております。要するに、どの力場（フォースフィールド）を使えば計算結果が現場に役立つのか、見極めが必要だという話ですか？私は数字は苦手でして、経営的にどれだけ効果があるのかを知りたいのです。

AIメンター拓海

素晴らしい着眼点ですね！その論文は、シリセンという二次元シリコン材料の性質を、さまざまな「力場（interatomic potentials / IAPs）＝原子間相互作用を近似する数式」できちんと再現できるかを比べた研究です。結論を先に言うと、使う力場によって結果が大きく変わり、目的に応じた選定が不可欠である、ということですよ。

田中専務

これって要するに、使う

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
ターゲットドメインデータはクラス非共有の混合ドメイン学習で負の転移を引き起こす
(Target Domain Data induces Negative Transfer in Mixed Domain Training with Disjoint Classes)
次の記事
少量の偽教師付きコントラスト学習による教師なしメタ学習
（UNSUPERVISED META-LEARNING VIA FEW-SHOT PSEUDO-SUPERVISED CONTRASTIVE LEARNING）
関連記事
Deeper than DEEP: A Spectroscopic Survey of z>3 Lyman-alpha Emitters in the Extended Groth Strip
（Deeper than DEEP: Extended Groth Stripにおけるz>3ライマンα放射体の分光学的サーベイ）
植物とロボットの相互作用をGazeboで再現する手法
（Gazebo Plants: Simulating Plant-Robot Interaction with Cosserat Rods）
Deep LearningとLHC物理解析の応用
（Deep Learning and Its Application to LHC Physics）
RNNによる列変換とアライメント学習
（Learning Transductions and Alignments with RNN Seq2seq Models）
高次元疎データの類似度学習
（Similarity Learning for High-Dimensional Sparse Data）
フロー・マッチングによる効率的で高品質な音声強調
（FlowSE: Efficient and High-Quality Speech Enhancement via Flow Matching）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
ニューラル格子デコーダの基本と応用
（NEURAL LATTICE DECODERS）
  • 論文研究
回転等変換を利用したサンプル効率の高いセマンティックセグメンテーション
（Sample Efficient Semantic Segmentation using Rotation Equivariant Convolutional Networks）
  • 論文研究
ニューロモルフィックデータを深層学習で分類する
（Classifying neuromorphic data using a deep learning framework for image classification）
  • 論文研究
Neuro-Symbolic Execution
（Neuro-Symbolic Execution: The Feasibility of an Inductive Approach to Symbolic Execution）
  • 論文研究
重要性重みでのスパース学習によるキーワードスポッティングの効率化
（WEIGHT-IMPORTANCE SPARSE TRAINING IN KEYWORD SPOTTING）
  • 論文研究
関係情報を取り込むメトリック学習の制約設計
（Relational Constraints for Metric Learning on Relational Data）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む