Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Sanggyu Chong

À propos
Confidentialité
Mentions légales

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

Source officielle

https://people.epfl.ch/sanggyu.chong?lang=fr

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (5)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Unités associées (1)

Laboratoire de science computationnelle et modélisation

EPFL
STI
IMX
COSMO

Adaptive energy reference for machine-learning models of the electronic density of states

Michele Ceriotti, Sanggyu Chong, Kevin Kazuki Huguenin-Dumittan, Federico Grasselli

The electronic density of states (DOS) provides information regarding the distribution of electronic energy levels in a material, and can be used to approximate its optical and electronic properties and therefore guide computational materials design. Given ...

2025

Prediction rigidities for data-driven chemistry

Michele Ceriotti, Philip Robin Loche, Sanggyu Chong, Filippo Bigi, Federico Grasselli

The widespread application of machine learning (ML) to the chemical sciences is making it very important to understand how the ML models learn to correlate chemical structures with their properties, and what can be done to improve the training efficiency w ...

2024

A prediction rigidity formalism for low-cost uncertainties in trained neural networks

Michele Ceriotti, Sanggyu Chong, Filippo Bigi, Federico Grasselli

Quantifying the uncertainty of regression models is essential to ensure their reliability, particularly since their application often extends beyond their training domain. Based on the solution of a constrained optimization problem, this work proposes ‘pre ...

2024