← Nieuwste papers
🔬 materials science

Modelling magnetic material properties with uncertainty-aware neural networks

Dit artikel toont aan dat het integreren van onzekerheidskwantificering in machine learning-modellen de betrouwbaarheid en het vertrouwen in voorspellingen van magnetische materiaaleigenschappen aanzienlijk verbetert, van samenstellingsgebaseerde surrogaatmodellen tot complexe microstructuurgevoelige taken.

Oorspronkelijke auteurs: Clemens Wager, Heisam Moustafa, Alexander Kovacs, Qais Ali, Harald Oezelt, Hayate Yamano, Masao Yano, Noritsugu Sakuma, Hyuga Hosoi, Akihito Kinoshita, Tetsuya Shoji, Akira Kato, Thomas Schrefl

Gepubliceerd 2026-10-06
📖 1 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Clemens Wager, Heisam Moustafa, Alexander Kovacs, Qais Ali, Harald Oezelt, Hayate Yamano, Masao Yano, Noritsugu Sakuma, Hyuga Hosoi, Akihito Kinoshita, Tetsuya Shoji, Akira Kato, Thomas Schrefl

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →