Aldo Glielmo

Citado por

	Total	Desde 2018
Citas	859	845
Índice h	13	13
Índice i10	16	16

240

120

180

201720182019202020212022202310 46 69 137 143 218 229

Acceso público

Ver todo

21 artículos

0 artículos

disponibles

no disponibles

Basado en requisitos de financiación

Coautores

Claudio ZeniSenior Researcher @ MicrosoftDirección de correo verificada de microsoft.com
Alessandro De VitaKing's College LondonDirección de correo verificada de kcl.ac.uk
Alessandro LaioSISSADirección de correo verificada de sissa.it
kevin rossiEcole Polytechnique Federale de LausanneDirección de correo verificada de epfl.ch
Peter SollichProfessor Non-Equilibrium Statistical Physics, Inst. for Theor. Physics, University of GoettingenDirección de correo verificada de uni-goettingen.de
Alex RodriguezUniversity of TriesteDirección de correo verificada de units.it
Diego DoimoArea Science ParkDirección de correo verificada de areasciencepark.it
Francesca BalettoDepartment of Physics, University of MilanDirección de correo verificada de unimi.it
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 fu-berlin.de
Gabor CsanyiProfessor of Molecular Modelling, Engineering Laboratory, University of CambridgeDirección de correo verificada de cam.ac.uk
George BoothKing's College LondonDirección de correo verificada de kcl.ac.uk
Yannic RathNational Physical LaboratoryDirección de correo verificada de npl.co.uk
Andrea AnelliDigitalization Scientist @ RocheDirección de correo verificada de roche.com
Mihai CucuringuDepartment of Statistics and Mathematical Institute, University of Oxford; The Alan Turing InstituteDirección de correo verificada de stats.ox.ac.uk
Peter Davies-PeckDurham UniversityDirección de correo verificada de durham.ac.uk
Hemant TyagiResearcher, Inria Lille - Nord EuropeDirección de correo verificada de inria.fr
Iuri MacoccoPhD student, SissaDirección de correo verificada de sissa.it
Marco FavoritoBanca d'ItaliaDirección de correo verificada de bancaditalia.it

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
Accurate interatomic force fields via machine learning with covariant kernels A Glielmo, P Sollich, A De Vita Physical Review B 95 (21), 214302, 2017	213	2017
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	183	2021
Efficient nonparametric n-body force fields from machine learning A Glielmo, C Zeni, A De Vita Physical Review B 97 (18), 184307, 2018	141	2018
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	54	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	49	2019
On machine learning force fields for metallic nanoparticles C Zeni, K Rossi, A Glielmo, F Baletto Advances in Physics: X 4 (1), 1654919, 2019	36	2019
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	22	2016
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	19	2020
Ranking the information content of distance measures A Glielmo, C Zeni, B Cheng, G Csányi, A Laio PNAS Nexus 1 (2), pgac039, 2022	18	2022
Coefficient of restitution of aspherical particles A Glielmo, N Gunkelmann, T Pöschel Physical Review E 90 (5), 052204, 2014	18	2014
Hierarchical nucleation in deep neural networks D Doimo, A Glielmo, A Laio, A Ansuini Advances in Neural Information Processing Systems 33 (NeurIPS 2020), 2020	17	2020
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	15	2021
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	14	2022
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	13	2019
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	12	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	10	2020
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	9	2022
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	6	2022
Intrinsic dimension estimation for discrete metrics I Macocco, A Glielmo, J Grilli, A Laio Physical Review Letters 130 (6), 067401, 2023	4	2023
Black-it: A Ready-to-Use and Easy-to-Extend Calibration Kit for Agent-based Models M Benedetti, G Catapano, F De Sclavis, M Favorito, A Glielmo, ... Journal of Open Source Software 7 (79), 4622, 2022	4	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