Physik - Computergestützte Physik

Die Rolle von PINNs bei der Lösung komplexer Differentialgleichungen in verschiedenen Bereichen erkunden.

Eine neue Methode kombiniert maschinelles Lernen und Simulation, um die THz-Strahlungsabgabe zu optimieren.

Variationale Quanten-Simulation erkunden, um das Verständnis komplexer physikalischer Systeme zu verbessern.

Erforsche, wie strukturelle Plastizität das Lernen und die Gedächtnisbildung beeinflusst.

Neue Methoden verbessern Vorhersagen zum Verhalten von Eisschichten und zum Anstieg des Meeresspiegels.

Forscher haben einen Hybrid aus Graphen-Nanotubes entwickelt, der effektiv Kohlenwasserstoffe einfängt.

Eine neue Methode verbessert die Überwachung der CO2-Speicherung im Untergrund.

Studie zeigt Methoden, um die Leistung von Reservoir-Computing bei komplexen Vorhersagen zu verbessern.

Forscher nutzen maschinelles Lernen, um Phasenübergänge in Materialien besser zu verstehen.

Eine Studie darüber, wie Lärm dynamische Systemmodelle beeinflusst.

Diese Forschung beschreibt mögliche Energiekurven für Stickstoffionen unter Laserinteraktion.

Entdecke, wie CALF-20(Zn) die CO2-Abscheideeffizienz verbessert.

Untersuchen, wie elektrische Ströme Bloch-Punkte in magnetischen Materialien beeinflussen können.

Open-Source-Code verbessert die Analyse von Fluid- und Plasma-Verhalten unter verschiedenen Bedingungen.

Forscher nutzen Deep Learning, um Turbulenzmodelle in der Strömungsdynamik zu verbessern.

Eine neue Methode verbessert die Extraktion von Quantendaten aus Simulationen.

Forschung zeigt, dass gemischte Sinc-Kerne die Fluiddynamik-Simulationen deutlich verbessern.

Untersuchen, wie Photonen und Phononen Qubit-Übergänge in Quantenaufbauten beeinflussen.

QMCPACK verbessert die Softwarepraktiken für zuverlässige wissenschaftliche Ergebnisse im Hochleistungsrechnen.

Neue Methoden verbessern die 3D-Bildgebung im atomaren Massstab für verschiedene Materialien.

Eine neue Methode verbessert die Analyse von flüssigen Kristallen durch fortschrittliche Farbbildgebung.

Forscher verbessern Simulationen, um das Verhalten und die Interaktionen von Elektrolyten besser zu verstehen.

Das Verhalten elektromagnetischer Wellen in sich verändernden Materialien zu erkunden und die Auswirkungen davon.

Ein neuer Algorithmus verbessert das Verständnis von Spin-Anordnungen in Materialien.

Das SEAQT-Framework verbessert das Verständnis von Elektronen- und Phononentransport in Materialien.

Forscher untersuchen seltene Ereignisse mit neuen Methoden, um Simulationen zu verbessern.

Das Studium der Phasen von ultrakalten Teilchen in kontrollierten Umgebungen zeigt wichtige Quantenverhalten.

Untersuchen, wie die Anordnung von Materialien die Form und Funktion in bakteriellen Kompartimenten beeinflusst.

Forschungsfortschritte bei der Modellierung komplexer Elektronenverhalten in Materialien sind super wichtig.

Diese Methode verbessert die Datensammlung, indem sie sich auf wichtige Veränderungen in Experimenten konzentriert.

Innovative Methoden verbessern das Verständnis über die Entstehung und Eigenschaften von Schwarzen Löchern.

Lern, wie aussergewöhnliche Punkte das Lichtverhalten in optischen Dimern beeinflussen.

Eine neue Methode verbessert die Simulation von Fluidströmungen mit Hilfe von neuronalen Netzwerken und Finite-Elemente-Methoden.

Die Komplexität der Eisschildmodellierung und ihre Auswirkungen auf den Anstieg des Meeresspiegels überprüfen.

Nicht-reflektierende Randbedingungen verbessern die Genauigkeit bei thermischen Strömungssimulationen mit LBM.

ReMKiT1D bietet ein flexibles Tool zum Modellieren des Plasma-Verhaltens in Tokamaks.

Maschinelles Lernen mit Fluiddynamik kombinieren, um bessere Stosswellen zu erkennen.

Energieverhalten in offenen Quantensystemen durch Magnetisierung und Elektronenzählung erkunden.

Eine neue Methode zur Bestimmung von Eigenwerten in Quantensystemen mit begrenzten Ressourcen.

Neue Ansätze verbessern das Verständnis der Ionenbewegung in komplexen Systemen.