Physique - Physique informatique

Explorer le comportement des atomes de métal isolés sur des surfaces de diamant dopé au bore.

Cette étude explore l'impact des effets de mémoire dans les équations de Kadanoff-Baym et HF-GKBA.

De nouvelles méthodes alignent les particules pour une imagerie plus claire des structures moléculaires.

Cette étude détaille une technique pour choisir des observables dans des systèmes complexes.

Les EDDPs améliorent les simulations et les prédictions en science des matériaux.

TensorNet améliore les prédictions moléculaires en utilisant des représentations tensoriales efficaces.

Explorer la conductivité thermique dans CsPbBr et ses implications pour les applications matérielles.

Un nouveau modèle de réseau de neurones améliore les simulations de la croissance de surface sous différentes conditions de bruit.

Un aperçu des équations de moment en eau peu profonde et leur importance en dynamique des fluides.

Une nouvelle approche améliore la précision dans la modélisation de la dynamique des fluides.

Une méthode pour calculer les champs électriques à partir de distributions de charge gaussiennes de manière efficace.

Des chercheurs étudient les hydrures de lutécium et découvrent qu'il n'y a pas de supraconductivité conventionnelle, malgré des affirmations récentes.

Un aperçu des méthodes pour simplifier les équations cinétiques et garantir la stabilité de la simulation.

La recherche améliore les réactions de paires radicalaires en utilisant des champs magnétiques pour de meilleurs résultats.

Cette étude examine les phénomènes de capture d'électrons assistée par l'environnement impliquant des atomes de baryum et de rubidium.

Explorer comment l'eau aide à l'attachement des électrons aux cations dans les systèmes biologiques.

IMSRG-Net utilise l'apprentissage automatique pour simplifier des calculs complexes en physique nucléaire.

Explorer comment l'échantillonnage amélioré et l'apprentissage automatique améliorent les simulations de dynamique moléculaire.

Une technique pionnière combine l'apprentissage profond et la physique pour des images plus rapides.

Une nouvelle approche de modélisation des fluides utilisant l'apprentissage automatique et des variables cachées.

La recherche traite des courants fictifs dans les simulations microfluidiques en utilisant une viscosité artificielle.

Une nouvelle méthode améliore la précision et l'efficacité des simulations de transport de neutrons.

Un aperçu des avantages et des défis du pipelining dans les circuits mécaniques moléculaires.

Les microsphères de protéinoïdes offrent des propriétés uniques pour l'informatique et la médecine.

Le package WFL facilite les simulations atomistiques et les potentiels d'interaction interatomiques basés sur l'apprentissage automatique.

Recherche sur comment les lasers puissants changent le comportement des particules et les forces fondamentales.

EquiformerV2 améliore la précision et la vitesse des prédictions dans les systèmes atomiques.

HamLib propose une bibliothèque variée de Hamiltoniens pour la recherche en informatique quantique.

La recherche sur les STOs en vortex montre des promesses pour le calcul avancé utilisant la dynamique chaotique.

Une nouvelle méthode de calcul par réservoir magnétique utilise la tension pour un traitement des données économe en énergie.

Une nouvelle approche d'apprentissage automatique améliore l'analyse des structures des nanoclustres métalliques.

Cet article parle de comment la polarisation électronique influence la spectroscopie au niveau des noyaux dans les gaz nobles.

Mol-GDL améliore les prédictions moléculaires en intégrant des interactions covalentes et non covalentes.

Améliorer les prévisions de plasma grâce à des méthodes de calcul avancées pour la fusion nucléaire.

Apprends comment l'opérateur de Koopman améliore l'analyse des systèmes complexes.

Une nouvelle approche utilise des réseaux de neurones graphiques pour prédire les propriétés élastiques de manière efficace.

Une nouvelle méthode améliore les simulations de fluides avec moins de temps et de ressources.

Une nouvelle méthode améliore les configurations GPU pour les simulations de dynamique des fluides grâce à l'apprentissage automatique.

Une étude révèle comment les champs électriques influencent le comportement des particules dans des structures hélicoïdales.

Étudier l'EDM du xénon pourrait éclairer l'asymétrie entre la matière et l'antimatière.