Deaglan J. Bartlett

Un nouveau pipeline intègre des méthodes d'apprentissage automatique en astrophysique pour une meilleure analyse.

Un aperçu de comment la matière est répartie dans l'univers grâce à des approximations symboliques.

Cette étude examine la performance de la programmation génétique pour des tâches de régression symbolique.

COCA améliore les simulations en intégrant l'apprentissage automatique avec la physique pour plus de précision.

Des chercheurs ont développé CHARM pour une analyse plus rapide de la distribution des galaxies en utilisant des données de matière noire.