跳到正文
热点事件持续更新

CondMSP提出条件感知且资源受限的材料合成规划

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Heewoong Noh等作者发布CondMSP论文,将MSP从配方预测扩展为执行感知的规划,把温度、时间与气氛预测用于合成路线生成、检索及炉次约束下的热阶段分配。 基于论文摘要,在共同固定约束下,参考配方恢复率从27.9%提升至32.9%(每个目标3次模拟炉次),从34.7%提升至40.0%(30次试验)。作者还构建了2,344个目标的评估集,用于评估超出氧化物主导训练化学体系的泛化能力。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    CondMSP:条件感知且资源受限的无机材料合成规划

    作者提出CondMSP,将温度、时间与气氛预测用于合成路线生成、检索及炉次约束下的热阶段分配。摘要报告,在共同固定约束下,参考配方恢复率从27.9%提升至32.9%(每个目标3次模拟炉次),并从34.7%提升至40.0%(30次试验);新增的2,344个目标用于评估超出氧化物主导训练化学体系的泛化能力。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。