Fisica - Fisica computazionale

Analizzando la trasmissione del COVID-19 usando automi cellulari per strategie di prevenzione migliori.

Il nuovo modello GravNetNorm migliora l'analisi delle nuvole di punti nel machine learning.

Uno studio sui comportamenti del flusso dei fluidi in diverse condizioni sperimentali.

Nuovi materiali e machine learning migliorano l'efficienza e la sicurezza dei pannelli solari.

Nuovi metodi migliorano il tracciamento delle particelle in ambienti astrofisici complessi.

Scopri le ultime novità nella tecnologia di simulazione del DNA e dell'RNA e le sue applicazioni.

VisualPDE rende l'apprendimento delle equazioni complesse facile e coinvolgente per tutti.

Uno studio rivela intuizioni sulla turbolenza al plasma e il comportamento con il metodo del giromomento.

I perovskiti a base di haluri offrono potenziale per l'energia solare e i dispositivi a emissione di luce.

Presentiamo un approccio innovativo per semplificare le PDE ad alta dimensione.

Il machine learning migliora l'accuratezza nella previsione delle strutture cristalline per lo sviluppo di nuovi materiali.

Scopri come gli eccitoni influenzano il futuro dei dispositivi elettronici e ottici.

Esplorando i modelli intriganti degli stati chimera nei sistemi chimici.

I ricercatori hanno sviluppato un modello veloce per la previsione in tempo reale degli incendi boschivi usando il machine learning.

Un'esplorazione di come lo spazio di redshift influisca sulle osservazioni delle galassie.

Uno studio rivela interazioni complesse tra particelle cariche nei plasmi.

Nuovo metodo migliora simulazioni molecolari e analisi nella chimica computazionale.

Nuovi approcci nella scienza dei materiali usano reti neurali per prevedere il comportamento dei materiali non lineari.

Nuovo approccio automatizzato migliora i calcoli di spettroscopia vibrazionale per materiali complessi.

Esplorando l'importanza dei numeri di Chern nei materiali quantistici e le loro proprietà uniche.

FEONet combina deep learning e metodi numerici per risolvere in modo efficiente PDE parametriche.

Nuove tecniche migliorano le previsioni sul comportamento dei fluidi complessi in vari settori.

Uno sguardo a come le reti sismiche analizzano i terremoti in quattro regioni chiave.

I ricercatori migliorano la comprensione delle interazioni della luce usando simulazioni al computer di forme simmetriche.

Questo studio mostra come la posizione del CO2 sull'oro altera le energie di iniezione di carica.

I ricercatori usano le reti neurali per modellare meglio materiali complessi non stechiometrici.

Un nuovo framework migliora le simulazioni al plasma per applicazioni scientifiche.

Questo articolo parla di come due particelle interagiscono e si muovono sotto forze esterne.

Esaminare l'efficacia e i limiti dei modelli generativi nella creazione di materiali.

QERaman migliora l'analisi della spettroscopia Raman per la ricerca sui materiali.

Esplora tecniche numeriche che migliorano le simulazioni dei sistemi hamiltoniani.

Nuovi metodi senza rete migliorano la comprensione della stabilità del flusso dei fluidi.

Combinare metodi tradizionali con reti neurali migliora l'efficienza e la precisione dell'assimilazione dei dati.

Un pacchetto software per studiare le strutture elettroniche dei materiali tramite simulazioni.

Un nuovo metodo migliora l'analisi dei sistemi complessi concentrandosi sui cluster.

Quest'articolo analizza la sinergia tra il calcolo quantistico e i metodi di Monte Carlo nella scienza.

Un'esplorazione della formazione dei buchi neri attraverso modelli matematici e nuove tecniche.

Il nuovo metodo PBMG migliora l'efficienza di campionamento nei modelli a reticolo e nelle regioni critiche.

Nuovi metodi migliorano la valutazione del rischio per gli aneurismi cerebrali attraverso modelli avanzati.

Esaminando la relazione tra bande piatte e proprietà magnetiche in materiali specifici.