AI এবং বিশ্বের কঠিন সমস্যাগুলো · রসায়ন ও উপকরণ · arXiv · 2026-10-23

জেনারেটিভ মডেল থেকে সিন্থেটিক স্টোক্যাস্টিক টাইম সিরিজ

মূল শিরোনাম: Synthetic Stochastic Time Series from Generative Models

গণনামূলক রসায়নে পরিসংখ্যানগতভাবে অভিসারী সময়-ধারাবাহিক ডেটা পাওয়া ব্যয়বহুল, কারণ উচ্চ-নিখুঁততার সিমুলেশন খরচসাপেক্ষ। চারটি জেনারেটিভ স্থাপত্যের তুলনা করা হয়েছে, এবং একটি ডিনয়জিং ডিফিউশন মডেল লক্ষ্য পরিসংখ্যান সবচেয়ে সামঞ্জস্যপূর্ণভাবে পুনরুৎপাদন করেছে এবং ক্রমিক Transformer-এর চেয়ে দ্রুত ডেটা তৈরি করেছে। দাতা-গ্রহীতা শক্তি-ব্যবধানের ট্রাজেক্টরির ক্ষেত্রে, 0.1 ns প্রশিক্ষণ ডেটা বর্ধিত করলে সরাসরি আণবিক গতিবিদ্যা স্যাম্পলিংয়ের 0.25 থেকে 0.50 ns-এর তুলনীয় নির্ভুলতা পাওয়া গেছে।

মূল লেখা পড়ুন ↗

সব আইটেম →