Nicholas Lubbers

Παρατίθεται από

	Όλα	Από το 2020
Παραθέσεις	5242	4404
h-index	31	30
i10-index	49	48

1200

600

300

900

201320142015201620172018201920202021202220232024202525 49 61 82 96 176 326 568 681 782 1008 1195 167

Δημόσια πρόσβαση

Προβολή όλων

49 άρθρα

1 άρθρο

διαθέσιμα

μη διαθέσιμα

Σύμφωνα με εντολές χρηματοδότησης

Συν-συγγραφείς

Kipton BarrosLos Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Benjamin NebgenΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cornell.edu
Sergei TretiakLos Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Justin S SmithNVIDIAΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα nvidia.com
Olexandr IsayevCarl and Amy Jones Professor of Chemistry, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα olexandrisayev.com
Adrian RoitbergFrank Harris Professor. Department of Chemistry. University of Florida.Η διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα ufl.edu
Hari ViswanathanSenior Scientist, Los Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Roman ZubatyukNVIDIAΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα nvidia.com
Richard A. MesserlyOak Ridge National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα ornl.gov
Javier E. SantosCenter for Nonlinear Studies, Los Alamos National LabΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Ying Wai LiLos Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Timothy C. GermannLos Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Qinjun KangScientist, Los Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Maksim KulichenkoLos Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Daniel LivescuScientist, Los Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Nikita FedikStaff Scientist, Los Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Paul A. JohnsonLos Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
Mohamed MehanaLos Alamos National LabΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov
A. Liam FitzpatrickAssociate Professor, Boston UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα bu.edu
Arvind T. MohanScientist, Computational Physics and Methods Group, Los Alamos National LaboratoryΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov

Παρακολούθηση

Nicholas Lubbers

Computer, Computational, and Statistical Sciences Division, Los Alamos National Laboratory

Η διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα lanl.gov


Τίτλος Ταξινόμηση με βάση τις αναφορές Ταξινόμηση κατά έτος Ταξινόμηση κατά τίτλο	Παρατίθεται από Παρατίθεται από	Έτος
Less is more: Sampling chemical space with active learning JS Smith, B Nebgen, N Lubbers, O Isayev, AE Roitberg The Journal of chemical physics 148 (24), 2018	780	2018
The effective field theory of dark matter direct detection AL Fitzpatrick, W Haxton, E Katz, N Lubbers, Y Xu Journal of Cosmology and Astroparticle Physics 2013 (02), 004, 2013	731	2013
Approaching coupled cluster accuracy with a general-purpose neural network potential through transfer learning JS Smith, BT Nebgen, R Zubatyuk, N Lubbers, C Devereux, K Barros, ... Nature communications 10 (1), 2903, 2019	703	2019
Machine learning predicts laboratory earthquakes B Rouet‐Leduc, C Hulbert, N Lubbers, K Barros, CJ Humphreys, ... Geophysical Research Letters 44 (18), 9276-9282, 2017	458	2017
Hierarchical modeling of molecular energies using a deep neural network N Lubbers, JS Smith, K Barros The Journal of chemical physics 148 (24), 2018	342	2018
The ANI-1ccx and ANI-1x data sets, coupled-cluster and density functional theory properties for molecules JS Smith, R Zubatyuk, B Nebgen, N Lubbers, K Barros, AE Roitberg, ... Scientific data 7 (1), 134, 2020	238	2020
Inferring low-dimensional microstructure representations using convolutional neural networks N Lubbers, T Lookman, K Barros Physical Review E 96 (5), 052111, 2017	150	2017
Embedding hard physical constraints in neural network coarse-graining of 3D turbulence AT Mohan, N Lubbers, D Livescu, M Chertkov arXiv preprint arXiv:2002.00021, 2020	141*	2020
Discovering a transferable charge assignment model using machine learning AE Sifain, N Lubbers, BT Nebgen, JS Smith, AY Lokhov, O Isayev, ... The journal of physical chemistry letters 9 (16), 4495-4501, 2018	136	2018
Transferable dynamic molecular charge assignment using deep neural networks B Nebgen, N Lubbers, JS Smith, AE Sifain, A Lokhov, O Isayev, ... Journal of chemical theory and computation 14 (9), 4687-4698, 2018	116	2018
Extending machine learning beyond interatomic potentials for predicting molecular properties N Fedik, R Zubatyuk, M Kulichenko, N Lubbers, JS Smith, B Nebgen, ... Nature Reviews Chemistry 6 (9), 653-672, 2022	102	2022
Automated discovery of a robust interatomic potential for aluminum JS Smith, B Nebgen, N Mathew, J Chen, N Lubbers, L Burakovsky, ... Nature communications 12 (1), 1257, 2021	97	2021
Model independent direct detection analyses AL Fitzpatrick, W Haxton, E Katz, N Lubbers, Y Xu arXiv preprint arXiv:1211.2818, 2012	94	2012
Computationally efficient multiscale neural networks applied to fluid flow in complex 3D porous media JE Santos, Y Yin, H Jo, W Pan, Q Kang, HS Viswanathan, M Prodanović, ... Transport in porous media 140 (1), 241-272, 2021	92	2021
The rise of neural networks for materials and chemical dynamics M Kulichenko, JS Smith, B Nebgen, YW Li, N Fedik, AI Boldyrev, ... The Journal of Physical Chemistry Letters 12 (26), 6227-6243, 2021	75	2021
Uncertainty-driven dynamics for active learning of interatomic potentials M Kulichenko, K Barros, N Lubbers, YW Li, R Messerly, S Tretiak, ... Nature Computational Science 3 (3), 230-239, 2023	66	2023
Earthquake catalog‐based machine learning identification of laboratory fault states and the effects of magnitude of completeness N Lubbers, DC Bolton, J Mohd‐Yusof, C Marone, K Barros, PA Johnson Geophysical Research Letters 45 (24), 13,269-13,276, 2018	60	2018
Exploring the frontiers of condensed-phase chemistry with a general reactive machine learning potential S Zhang, MZ Makoś, RB Jadrich, E Kraka, K Barros, BT Nebgen, S Tretiak, ... Nature Chemistry 16 (5), 727-734, 2024	56	2024
Modeling nanoconfinement effects using active learning JE Santos, M Mehana, H Wu, M Prodanovic, Q Kang, N Lubbers, ... The Journal of Physical Chemistry C 124 (40), 22200-22211, 2020	44	2020
Machine learned Hückel theory: Interfacing physics and deep neural networks T Zubatiuk, B Nebgen, N Lubbers, JS Smith, R Zubatyuk, G Zhou, C Koh, ... The Journal of Chemical Physics 154 (24), 2021	43	2021

Δεν είναι δυνατή η εκτέλεση της ενέργειας από το σύστημα αυτή τη στιγμή. Προσπαθήστε ξανά αργότερα.

Άρθρα 1–20

Παραθέσεις ανά έτος

Διπλότυπες αναφορές

Συγχωνευμένες αναφορές

Προσθήκη από κοινού συγγραφέωνΣυν-συγγραφείς

Παρακολούθηση

Παρατίθεται από

Συν-συγγραφείς