The shared library
Shared files
Browse what the group has shared.
AI를 이용한 Quantum Espresso 속도 개선
휴머노이드는 소재 실험실의 새로운 연구원이 될까?
NVIDIA Kumo Tabular 모델을 이용한 LTM 실습
Colab ↗NVIDIA Kumo Tabular, Colab에서 바로 돌려보기: 기본 예제부터 소재 데이터까지
NVIDIA가 2026년 9월 말 공개한 tabular foundation model Kumo Tabular를 Google Colab 무료 T4 GPU에서 실행해 볼 수 있는 실습 노트북을 정리했습니다. sklearn 기…
AI가 내 연구를 먼저 발표한다면?
요새 많이 생각하고 있는 내용을 html로 만들어봤습니다(물론 AI가..)
2026/10/10 기준이므로 아마 몇 개월 후엔 완전 다른 시각으로 바라보고 있겠죠 🌝
MS&T 2026 소재 AI 발표 정리 Autonomous Experimentation · AI Agent · High-Throughput Characterization
MLIP 원자수, 모델별 필요 GPU 계산기
GPU별 성능은 실측 기반이 아니라 알려진 지표 기준 예상치입니다
[Claude] tmux+remote-control로 언제 어디서나 끊기지 않고 클로드랑 코딩하기
Claude Code Remote Control + tmux: 자리를 옮겨도 작업 이어가기
PC에서 시작한 코딩을 휴대폰에서 이어가고 싶다면 Remote Control과 tmux를 함께 사용해보세요. Remote Control은 다른 기기에서 대화하는 통로를, tmux는 터미널 연결이 끊겨도 프로세스가 실행될 공간을 …
Procedural Graph 이해와 구현: 소재 연구 에이전트로 확장하기
Procedural Graph 이해와 구현: 소재 연구 에이전트로 확장하기
작성일: 2026-09-11
대상: 소재 연구자, 연구 데이터 플랫폼 개발자, AI 에이전트 입문자
기준 논문: Procedural Graphs: Self-Evolving Execution Structures for LLM Agents, a…
Large Tabular Model 입문과 소재 데이터 실습
Colab ↗ Colab ↗Large Tabular Model 입문과 소재 데이터 실습
표 데이터에서도 사전학습된 모델을 활용할 수 있을까? 이 글은 Tabular Foundation Model의 핵심 원리를 설명하고, 합성 소재 데이터로 예측 모델을 비교하는 실습을 제공합니다. 머신러닝의 입력과 정답 개념을 알고 있다면 따라올 수 있습니다.
…
OpenEquivariance - 쉽게 배우는 수식 해설
개인적으로 공부하려고 만든 자료 공유합니다 :)
제작 : GPT-6 Astra Light
SevenNet MLIP를 OpenEquivariance로 가속하기
MLIP(SevenNet, OpenEquivariance) BMT 결과 - H200, 5090, L40S
:)
그래프 데이터 인식 테스트 결과 - Qwen3-VL, Qwen3.8, InternVL
그래프 데이터 인식 테스트 결과 - Qwen3-VL, Qwen3.8, InternVL 비교 결과입니다 (Gemma4도 과거에 했지만 qwen3-vl보다 좋지 않아 이번 테스트에서는 제외했습니다)