Pré-entraînement renforcé par la géométrie sur les potentiels interatomiques

Pré-entraînement auto-supervisé géométriquement renforcé pour les interactions interatomiques Introduction La dynamique moléculaire (DM) joue un rôle important dans les domaines de la physique, la chimie, la biologie et la science des matériaux, en fournissant des informations au niveau atomique. La précision et l’efficacité des simulations DM dépe...

Un cadre de décodage de la parole neuronale s'appuyant sur l'apprentissage profond et la synthèse vocale

Un cadre de décodage de la parole neuronale s'appuyant sur l'apprentissage profond et la synthèse vocale

Une percée majeure dans la recherche en neurosciences : la technologie de l’apprentissage profond permet de décoder la parole naturelle à partir de signaux cérébraux Une équipe de recherche interdisciplinaire de l’Université de New York a récemment réalisé une percée majeure dans les domaines des neurosciences et de l’intelligence artificielle. Ils...

Modèle de diffusion conditionnelle 3D équivariant pour la conception de lieur moléculaire

Modèle de diffusion conditionnelle 3D équivariant pour la conception de lieur moléculaire

Les chercheurs impliqués dans la découverte précoce de médicaments sont confrontés à un énorme défi : trouver des molécules candidates ayant une activité pharmacologique parmi environ 10^60 structures moléculaires possibles. Une solution réussie consiste à commencer par des molécules “fragmentaires” plus petites, une stratégie connue sous le nom de...

Prédiction du spectre de masse en tandem pour les petites molécules à l'aide de transformateurs graphiques

Voici la traduction française du rapport sur l’article académique concernant le modèle de transformateur de graphe (MassFormer) pour la prédiction de spectrométrie de masse de petites molécules : Il s’agit d’un article sur le MassFormer, un modèle de transformateur de graphe pour la prédiction de spectres de masse de petites molécules. Cette recher...

Turbulence lagrangienne synthétique par modèles de diffusion génératifs

Actuellement, l’étude des propriétés statistiques et géométriques des particules transportées par des écoulements turbulents représente un défi majeur. Malgré les efforts exceptionnels déployés dans les domaines théorique, numérique et expérimental au cours des 30 dernières années, il n’existe toujours pas de modèle capable de reproduire fidèlement...

Apprentissage efficace de substituts précis pour les simulations de systèmes complexes

Cette recherche propose une méthode d’apprentissage en ligne pour construire efficacement des modèles de substitution capables de simuler avec précision des systèmes complexes. Cette méthode comprend principalement trois composantes clés : Une stratégie d’échantillonnage pour générer de nouvelles données d’entraînement et de test ; Une stratégie d’...