Últimos artículos para Ciencia Computacional

Los métodos de Krylov evolucionan para simplificar el análisis de sistemas cuánticos complejos.

Un nuevo emulador mejora la precisión y eficiencia en el estudio de reacciones nucleares.

Nuevos métodos aumentan la eficiencia en la resolución de ecuaciones de transporte de partículas.

ProteinGPT simplifica el estudio de proteínas a través de un sistema de chat interactivo.

Un filtro híbrido mejora los métodos numéricos para una mejor precisión en regiones discontinuas.

Este artículo habla sobre cómo usar la descomposición tensorial para mejorar las PINNs en la resolución de ecuaciones complejas.

Nuevas técnicas mejoran la eficiencia en la modelación de sistemas complejos.

Explorando métodos de comunicación dentro de supercomputadoras multi-GPU para mejorar el rendimiento.

Una exploración de los complejos procesos de entrenamiento en redes neuronales estrechas de dos capas.

Un enfoque híbrido mejora los cálculos de la ecuación de ondas en varios campos.

Un vistazo a los problemas de valores propios y métodos para resolverlos.

G2C3 mejora las simulaciones de microturbulencia de plasma en dispositivos de fusión usando redes neuronales.

Explora la estructura y las aplicaciones de los gráficos de 2-mejor coincidencia cuasi en biología.

Combinar los datos de DEER con AlphaFold2 mejora las predicciones de la forma de las proteínas.

Combinar Parareal y redes neuronales ofrece una forma más rápida de resolver ODEs.

Examinando cómo la dinámica promediada y la aleatoriedad mejoran los modelos de aprendizaje.

Descubre la importancia y flexibilidad de las proteínas intrínsecamente desordenadas en biología.

Los investigadores usan QCD en redes para descubrir las propiedades de los nucleones y sus interacciones fundamentales.

Un nuevo método para simplificar simulaciones en modelos basados en agentes combinando agentes similares.

Las redes neuronales mejoran las soluciones para ecuaciones diferenciales parciales complejas.

Examinando la turbulencia con un enfoque en las ecuaciones de Ekman-Navier-Stokes y simulaciones numéricas.

Un nuevo enfoque que usa Galerkin-Boltzmann y redes neuronales para analizar el comportamiento de fluidos.

Nuevo método cuántico mejora significativamente los cálculos de energía molecular.

Técnicas como el aprendizaje de variedades ayudan a los científicos a interpretar grandes conjuntos de datos de manera efectiva.

El código avanzado en Python facilita el estudio de PDFs de transversidad en física de partículas.

Un estudio sobre la ionización en hidrógeno usando simulaciones de dinámica molecular clásica.

Combinando descomposición de dominios e inferencia de operadores para simulaciones más rápidas.

TomoPicker simplifica la búsqueda de partículas en imágenes de Cryo-ET, reduciendo un montón el trabajo manual.

La investigación examina estados cuánticos complejos en teorías de gauge en red usando el modelo de Schwinger.

Explorando la fusión del aprendizaje automático y la mecánica molecular para mejores simulaciones.

Los investigadores usan aprendizaje automático para predecir la difusión de información en sistemas cuánticos.

Te presento JuliaQCD, un software para simular interacciones de quarks y gluones en QCD.

Optimización de gemelos digitales a través de modelos de orden reducido y computación de alto rendimiento.

Este artículo habla sobre los estados vibracionales del metanol y su importancia.

Aprende cómo los conjuntos de bases especializados mejoran las predicciones de propiedades moleculares.

Explora el impacto de PQAE y QAE en el procesamiento de datos cuánticos.

BaNDyT combina simulaciones y redes para avanzar en la investigación de proteínas.

Nuevos métodos combinan redes neuronales y técnicas de elementos finitos para mejorar las simulaciones de flujo de fluidos.

Combinando métodos tradicionales con IA para mejorar soluciones de PDE.

Un nuevo método combina HPC, computación cuántica y IA para la química.