Physik - Computergestützte Physik

Diese Studie zeigt eine neue Methode zur Analyse von Titan-Mikrostrukturen mit maschinellem Lernen.

Ein neuer Ansatz verbessert die Geschwindigkeit und Genauigkeit bei der Vorhersage von Kristalleigenschaften mithilfe von maschinellem Lernen.

Forscher verbessern Selbstenergie-Methoden für genauere Vorhersagen des elektronischen Verhaltens.

Ein Blick darauf, wie Teilcheninteraktionen die Materialeigenschaften durch Defekte formen.

Ein neuer Algorithmus verbessert die Genauigkeit bei der Simulation der Teilchenbewegung in Flüssigkeiten.

Neue Bibliotheken und Algorithmen steigern die Leistung in der Forschung zur elektronischen Struktur.

Ein Blick auf den InCa4D-Code für die Bewegung von Partikeln in Kapillaren.

Dieser Artikel untersucht die Dynamik zufälliger Felder und deren geometrische Implikationen.

Eine Studie zeigt, wie maschinelles Lernen die Vorhersagen von Raman-Spektren für Aminosäuren und Peptide verbessert.

Ein neuer Ansatz verbessert die Datenerfassung in komplexen physikalischen Systemen.

Neue Methoden verbessern die Simulationen von aktiver Materie, indem sie die Dichtefluktuationen reduzieren.

MeshAC erstellt adaptive 3D-Netze für genaue Materialsimulationen in mehreren Massstäben.

Unsicherheit in neuronalen Netzen bewerten, um bessere wissenschaftliche Vorhersagen zu machen.

Die Verbesserung von Wavelet-Transformationen macht die Analyse von komplexen sphärischen Daten in verschiedenen Bereichen besser.

Ein neues Tool für einfachere Berechnungen in der Kosmologie.

Studie vergleicht Modelle zur Vorhersage der Positronenproduktion in der Krebsbehandlung.

Dieser Artikel bespricht Methoden, um die Bewegung von Partikeln in begrenzten Umgebungen zu untersuchen.

Dieser Artikel untersucht die Dynamik und Anwendungen von Nanomagnet-Vortexen in der Technologie.

Ein neues Framework untersucht die Wärmebewegung in Isolatoren für eine verbesserte Materialeffizienz.

Forschung entdeckt viele bisher unbekannte 2D-Materialien mit spannenden Eigenschaften.

Die Lennard-Jones-Schicht verbessert die Verteilung von Punktwolken für eine bessere 3D-Formanalyse.

Eine neue Methode verbessert die Genauigkeit bei der Simulation von Flüssigkeitsinteraktionen.

Eine neue Methode verbessert die Wellenmodellierung in der Plasmaphysik und geht die Herausforderungen in der Nähe von Kaustiken an.

Eine neue Methode verbessert molekulare Simulationen, indem sie sich auf unsichere Bereiche konzentriert.

Neue SWAP-Methode verbessert das Verständnis von Spin-Gläsern durch verbesserte Relaxationsdynamik.

Dieser Artikel vergleicht gitterbasierte und pseudo-spektrometrische Solver in der Plasmaphysik.

Forscher gehen die Herausforderungen in der Quantenmechanik mit innovativen numerischen Methoden an.

Neue Methoden verbessern die Grenzflächenbehandlung in Simulationen von kompressiblen Strömungen.

Innovative Methoden verbessern Simulationen des fermionischen Verhaltens in komplexen Systemen.

Experten versammeln sich, um über Monte-Carlo-Simulationen und GPU-Verbesserungen zu sprechen.

Eine neue Methode verbessert die Erforschung des Drei-Higgs-Doppelts-Modells in der Teilchenphysik.

Dieser Artikel untersucht die Unterschiede im Ladungsradius verschiedener Silber-Isotope.

Die Rolle von Rauschen bei der Verbesserung von quantenmechanischen Simulationen offener Systeme erkunden.

Das neue diskrete direkte Dekonvolutionsmodell verbessert die Genauigkeit der Turbulenzsimulation.

Ein neuer Ansatz verändert, wie wir die Wechselwirkungen zwischen Flüssigkeiten und festen Stoffen modellieren.

Untersuchen neuer Methoden zur Erforschung von Licht-Materie-Interaktionen in verschiedenen Systemen.

Untersuchen, wie frühe Signale wichtige Systemänderungen vorhersagen können.

Innovative Techniken verbessern die Modellierung von molekularen Interaktionen und Dynamik.

Neurale Netze nutzen, um Einschränkungen in einem Gravitätsmodell zu lösen.

Eine Methode, um relevante Flussinformationen zu trennen für bessere Vorhersagen und Strategien.