Physique - Physique informatique

De nouvelles méthodes améliorent le traitement des frontières dans les simulations d'écoulement de fluides compressibles.

Des méthodes innovantes améliorent les simulations du comportement fermionique dans des systèmes complexes.

Des experts se réunissent pour discuter des simulations de Monte Carlo et des améliorations des GPU.

Une nouvelle méthode améliore l'exploration du modèle des trois doublets de Higgs en physique des particules.

Cet article explore les différences de rayon de charge dans divers isotopes d'argent.

Explorer le rôle du bruit dans l'amélioration des simulations quantiques de systèmes ouverts.

Le nouveau Modèle de Déconvolution Directe Discrète améliore la précision de la simulation de turbulence.

Une nouvelle approche transforme la façon dont on modélise les interactions entre fluides et solides.

Examiner de nouvelles méthodes pour étudier les interactions lumière-matière dans différents systèmes.

Examiner comment des signaux précoces peuvent prédire des changements cruciaux dans le système.

Des techniques innovantes améliorent la modélisation des interactions et des dynamiques moléculaires.

Utiliser des réseaux neuronaux pour résoudre des contraintes dans un modèle gravitaire.

Une méthode pour séparer les infos de flux pertinentes pour de meilleures prédictions et stratégies.

Nouvelles idées sur les matériaux topologiques grâce à des simulations quantiques avancées.

Apprends comment le dépliage améliore l'entraînement des réseaux de neurones pour les simulations physiques.

Une approche d'apprentissage machine améliore les prédictions du comportement des matériaux à l'état solide.

Une nouvelle méthode d'entraînement améliore la stabilité et la précision des simulations de dynamique moléculaire.

L'apprentissage automatique améliore la précision dans la prédiction des propriétés chimiques en utilisant des fonctionnelles de densité hybrides adaptatives.

Des recherches montrent que des réservoirs plus simples améliorent la précision dans les prévisions de séries temporelles chaotiques.

Les ondes de spin pourraient révolutionner l'efficacité du traitement et du stockage des données.

Une nouvelle approche de réseau de neurones améliore la modélisation des systèmes dynamiques rapides-lents.

Une nouvelle méthode améliore l'efficacité des simulations multi-physiques pour les lasers.

Une nouvelle méthode améliore l'imagerie des échantillons sensibles en faible luminosité.

Cet article parle de nouvelles méthodes pour capturer avec précision les chocs en dynamique des fluides.

Découvrez comment les potentiels de réseaux de neurones transforment les simulations moléculaires pour les chercheurs.

SuperdropNet améliore la modélisation microphysique des nuages pour de meilleures prévisions météo.

Un aperçu des méthodes pour étudier des systèmes avec des nombres de particules variables.

Une étude sur comment les polymères se déplacent à travers de petites ouvertures dans des environnements bondés.

Découvre comment les PINNs mélangent deep learning et physique pour résoudre des problèmes de manière efficace.

Une nouvelle approche améliore les simulations pour les interactions de particules quasi-2D.

L'apprentissage automatique aide à prédire les structures cristallines plus efficacement que les méthodes traditionnelles.

La détection quantique utilise la mécanique quantique pour des mesurages précis dans différents domaines.

Cet article présente des méthodes avancées pour analyser la dynamique des fluides et le transfert de chaleur dans des formes complexes.

Nouvelles découvertes sur les liquides ioniques grâce à l'apprentissage automatique et aux simulations avancées.

Découvrez comment les ordinateurs quantiques à fréquence changent la technologie avec rapidité et efficacité.

De nouveaux modèles hybrides améliorent les prédictions du comportement des matériaux sous contrainte cyclique.

Cette étude présente le NNBF pour améliorer les calculs de l'état fondamental en chimie quantique.

OLRG propose une nouvelle approche pour mieux simuler des systèmes quantiques complexes.

Une analyse des MLIPs universels pour prédire les énergies de surface des matériaux.

Une nouvelle approche utilise des réseaux de neurones informés par la physique pour les simulations de diffusion acoustique.