Aldo Glielmo

Citado por

	Total	Desde 2020
Citas	1247	1120
Índice h	15	14
Índice i10	20	20

340

170

255

2017201820192020202120222023202420258 45 68 140 148 225 242 323 41

Acceso público

Ver todo

22 artículos

0 artículos

disponibles

no disponibles

Basado en requisitos de financiación

Coautores

Claudio ZeniSenior Researcher @ MicrosoftDirección de correo verificada de microsoft.com
Alessandro LaioSISSADirección de correo verificada de sissa.it
Alessandro De VitaKing's College LondonDirección de correo verificada de kcl.ac.uk
kevin rossiTU DelftDirección de correo verificada de tudelft.nl
Diego DoimoResearcher, Area Science ParkDirección de correo verificada de areasciencepark.it
Alex RodriguezUniversity of TriesteDirección de correo verificada de units.it
Peter SollichProfessor Non-Equilibrium Statistical Physics, Inst. for Theor. Physics, University of GoettingenDirección de correo verificada de uni-goettingen.de
Cecilia ClementiProfessor of Physics, Freie Universität BerlinDirección de correo verificada de fu-berlin.de
Brooke E. HusicPrinceton UniversityDirección de correo verificada de princeton.edu
Noe FrankMicrosoft ResearchDirección de correo verificada de microsoft.com
Francesca BalettoDepartment of Physics, University of MilanDirección de correo verificada de unimi.it
Iuri MacoccoPostDoc, UPFDirección de correo verificada de upf.edu
Matteo CarliHarvardDirección de correo verificada de g.harvard.edu
Gabor CsanyiProfessor of Molecular Modelling, Engineering Laboratory, University of CambridgeDirección de correo verificada de cam.ac.uk
Andrea AnelliDigital Drug Development @ RocheDirección de correo verificada de roche.com
George BoothKing's College LondonDirección de correo verificada de kcl.ac.uk
Yannic RathNational Physical LaboratoryDirección de correo verificada de npl.co.uk
Mihai CucuringuProfessor of Mathematics, UCLA; Department of Statistics, University of OxfordDirección de correo verificada de math.ucla.edu
Peter Davies-PeckDurham UniversityDirección de correo verificada de durham.ac.uk
Hemant TyagiNanyang Technological University, SingaporeDirección de correo verificada de ntu.edu.sg

Seguir

Aldo Glielmo

Bank of Italy

Dirección de correo verificada de bancaditalia.it - Página principal

machine learning computational science


Título Ordenar por citas Ordenar por año Ordenar por título	Citado por Citado por	Año
Unsupervised learning methods for molecular simulation data A Glielmo, BE Husic, A Rodriguez, C Clementi, F Noé, A Laio Chemical Reviews 121 (16), 9722-9758, 2021	312	2021
Accurate interatomic force fields via machine learning with covariant kernels A Glielmo, P Sollich, A De Vita Physical Review B 95 (21), 214302, 2017	243	2017
Efficient nonparametric n-body force fields from machine learning A Glielmo, C Zeni, A De Vita Physical Review B 97 (18), 184307, 2018	162	2018
SPONGE: A generalized eigenproblem for clustering signed networks M Cucuringu, P Davies, A Glielmo, H Tyagi Proceedings of Machine Learning Research 89, 1088-1098, 2019	78	2019
Building machine learning force fields for nanoclusters C Zeni, K Rossi, A Glielmo, Á Fekete, N Gaston, F Baletto, A De Vita The Journal of chemical physics 148 (24), 2018	59	2018
On machine learning force fields for metallic nanoparticles C Zeni, K Rossi, A Glielmo, F Baletto Advances in Physics: X 4 (1), 1654919, 2019	43	2019
DADApy: Distance-based analysis of data-manifolds in Python A Glielmo, I Macocco, D Doimo, M Carli, C Zeni, R Wild, M d’Errico, ... Patterns 3 (10), 2022	40*	2022
Ranking the information content of distance measures A Glielmo, C Zeni, B Cheng, G Csányi, A Laio PNAS Nexus 1 (2), pgac039, 2022	40	2022
Hierarchical nucleation in deep neural networks D Doimo, A Glielmo, A Laio, A Ansuini Advances in Neural Information Processing Systems 33 (NeurIPS 2020), 2020	35	2020
Exploring the robust extrapolation of high-dimensional machine learning potentials C Zeni, A Anelli, A Glielmo, K Rossi Physical Review B 105 (16), 165141, 2022	29	2022
Gaussian Process States: A data-driven representation of quantum many-body physics A Glielmo, Y Rath, G Csanyi, A De Vita, GH Booth Physical Review X 10 (4), 041026, 2020	29	2020
Can we obtain the coefficient of restitution from the sound of a bouncing ball? M Heckel, A Glielmo, N Gunkelmann, T Pöschel Physical Review E 93 (3), 032901, 2016	25	2016
Compact atomic descriptors enable accurate predictions via linear models C Zeni, K Rossi, A Glielmo, S De Gironcoli The Journal of Chemical Physics 154 (22), 2021	22	2021
Coefficient of restitution of aspherical particles A Glielmo, N Gunkelmann, T Pöschel Physical Review E 90 (5), 052204, 2014	20	2014
A Bayesian inference framework for compression and prediction of quantum states Y Rath, A Glielmo, GH Booth The Journal of chemical physics 153 (12), 2020	16	2020
Enabling QM-accurate simulation of dislocation motion in and using a hybrid multiscale approach F Bianchini, A Glielmo, JR Kermode, A De Vita Physical Review Materials 3 (4), 043605, 2019	15	2019
Machine Learning Meets Quantum Physics A Glielmo, C Zeni, Á Fekete, A De Vita Schütt, KT, Chmiela, S., von Lilienfeld, OA, Tkatchenko, A., Tsuda, K …, 2020	14	2020
Building Nonparametric n-Body Force Fields Using Gaussian Process Regression A Glielmo, C Zeni, A Fekete, A De Vita Machine Learning Meets Quantum Physics, 67-98, 2020	14	2020
Intrinsic dimension estimation for discrete metrics I Macocco, A Glielmo, J Grilli, A Laio Physical Review Letters 130 (6), 067401, 2023	12	2023
Redundant representations help generalization in wide neural networks D Doimo, A Glielmo, S Goldt, A Laio Advances in Neural Information Processing Systems 35, 19659-19672, 2022	10	2022

El sistema no puede realizar la operación en estos momentos. Inténtalo de nuevo más tarde.

Artículos 1–20

Citas por año

Citas duplicadas

Citas combinadas

Añadir coautoresCoautores

Seguir

Citado por

Coautores