Connexion

Souvenir

Inscription

Questions
Sans réponse
Catégories
Utilisateurs
Poser une question
Fidle

Poser une question

Découverte de matériaux

0 votes

posée par anonyme 07 mars dans 10 - Graph Neural Network (GNN)

En ce qui concerne les problèmes de découverte de matériaux, quel est la technologie la plus adaptée les GNN ou le renforcement?

gnn
-
reinforcement

Votre réponse

Votre nom à afficher (en option)

Envoyez-moi un e-mail à cette adresse si ma réponse est sélectionnée ou commentéeEnvoyez-moi un e-mail si ma réponse est sélectionnée ou commentée

Vie privée : votre adresse de messagerie ne sera utilisée que pour l'envoi de ces notifications .

Vérification anti-spam

Pour éviter cette vérification à l'avenir, Connectez vous ou inscrivez vous.

1 Réponse

0 votes

répondu par TVery[IDRIS] Vétéran du GPU 🐋 (8.6k points) 07 mars
sélectionné par hunoutl[IDRIS] 14 mars

Meilleure réponse

Il existe plusieurs méthodes pour la découverte de matériaux.

Les GNN fonctionnent bien. On a par exemple l'article de DeepMind https://www.nature.com/articles/s41586-023-06735-9

Le reinforcement learning est aussi utilisé https://www.osti.gov/servlets/purl/2005666

Il existe aussi des méthodes utilisant des algorithmes génétiques et bien d'autres méthodes

commentée par jfbureau 16 mars

J'aimerai avoir une précision sur les algorithmes génétiques. Fonctionnent ils sur des jeux de données plus petits ou pas ?

Votre commentaire sur cette réponse

Votre nom à afficher (en option)

Envoyez-moi un e-mail à cette adresse si un commentaire est ajouté après le mienEnvoyez-moi un e-mail si un commentaire est ajouté après le mien

Vie privée : votre adresse de messagerie ne sera utilisée que pour l'envoi de ces notifications .

Vérification anti-spam

Pour éviter cette vérification à l'avenir, Connectez vous ou inscrivez vous.

Catégories

Toutes les catégories
Attestations (14)
Installation FIDLE (19)
01 - Bases, concepts et histoire (57)
02 - L’enfer des données, des modèles et des représentations... (21)
03 - Démo et Illustration (8)
04 - AI, droit, société et éthique (5)
05 - Mathématiques, gradients everywhere !!! (6)
06 - Méthodologie des modèles/apprentissage + fine-tuning + TP (10)
07 - Réseaux convolutifs CNN (9)
08 - RNN et Embedding (10)
09 - Transformers (13)
10 - Graph Neural Network (GNN) (10)
11 - Autoencodeur (AE) (3)
12 - Variational Autoencoder (VAE) (2)
13 - Generative Adversarial Networks (GAN) (5)
14 - Diffusion Model (DM) (3)
15 - Deep Reinforcement Learning (DRL) (2)
16 - Physics Informed Neural Networks (PINNS) (4)
17 - Optimisation de l'apprentissage (2)
18 - Passer à la vitesse supérieure : l’accélération matérielle (0)
19 - Multi-modalité (1)
2nd JDLS (0)
Archives 2022/2023 (77)

Bienvenue sur Fidle Q&A, où vous pouvez poser des questions et recevoir des réponses d'autres membres de la communauté.

Vos commentaires

Snow Theme by Q2A Market

Powered by Question2Answer

...