Articoli più recenti per Scienza Computazionale

Le tecniche di machine learning migliorano la comprensione dei sistemi quantistici e delle transizioni di fase.

Un nuovo metodo migliora le prestazioni delle GNN con dati rumorosi.

Nuovo metodo migliora l'efficienza nello studio delle strutture delle proteine e delle loro interazioni.

Esplorando le complessità della diffusione anomala attraverso modelli matematici avanzati.

Nuove tecniche migliorano i calcoli degli autovalori per matrici complesse in modo efficiente.

Indagare metodi per applicare le condizioni al contorno nelle simulazioni dell'equazione di Schrödinger.

Le tecniche di calcolo quantistico migliorano i calcoli delle energie molecolari.

Questo articolo presenta un approccio innovativo per risolvere con precisione i sistemi iperbolici non conservativi.

Scopri come le PINN integrano la fisica con le reti neurali per risolvere equazioni complesse.

Uno sguardo a come i DGG migliorano la comprensione delle interazioni dinamiche nei sistemi.

Nuovi approcci nella progettazione di farmaci danno priorità alla sintetizzabilità delle molecole per risultati migliori.

Indagare i punti critici nella QCD in condizioni estreme usando metodi numerici ad alta precisione.

Combinare stati di prodotto matriciale e polinomi di Chebyshev per un'approssimazione efficiente delle funzioni.

Nuovi metodi semplificano la simulazione dei sistemi quantistici aperti nella fisica quantistica.

Esplorando la stima della fase quantistica usando una particella in un campo magnetico.

Nuovi metodi offrono soluzioni efficienti per le esponenziali degli operatori in vari settori.

I ricercatori migliorano i modelli PDE neurali usando equazioni pre-addestrate a dimensione inferiore per avere prestazioni migliori.

Scopri come la compressione lossy e l’AMR migliorano la gestione dei dati nelle simulazioni.

Nuovi metodi migliorano la comprensione delle interazioni e del comportamento delle cariche proteiche.

Tecniche per migliorare l'accuratezza delle soluzioni numeriche in scienza e ingegneria.

Introduzione di metodi per migliorare la stabilità energetica e la positività nei flussi di gradiente.

Una nuova condizione al contorno migliora le simulazioni della riconnessione magnetica negli ambienti spaziali.

Il nuovo risolutore HOBO affronta l'ottimizzazione di ordine superiore nel calcolo quantistico.

Presentiamo un nuovo metodo per prevedere i siti di legame del DNA nelle proteine usando il deep learning.

Un nuovo metodo accelera la riduzione dell'ordine del modello, migliorando l'efficienza nelle simulazioni complesse.

Questo studio migliora i calcoli TDDFT usando più GPU per sistemi molecolari più grandi.

COLOSS semplifica la ricerca sulla diffusione nucleare attraverso tecniche computazionali avanzate.

Un nuovo modello migliora la comprensione delle interfacce elettrochimiche tramite il machine learning.

Un nuovo modello ibrido combina due approcci per avere migliori informazioni sulla diffusione delle malattie.

Esplora i concetti chiave delle varietà di Grassmann, flag e Stiefel e le loro applicazioni.

CGRL affronta le sfide nelle GNN, migliorando la classificazione nonostante il bias di popolarità e il rumore.

La ricerca introduce un potenziale di auto-interazione per migliorare le previsioni della Teoria del Funzionale di Densità.

Scopri come la programmazione dinamica retrospettiva profonda affronta le equazioni differenziali parziali non lineari.

Una panoramica delle complessità nel modellare gli eventi di fusione delle stelle di neutroni.

Presentiamo PSNE, un metodo per migliorare gli embedding di rete in modo efficiente ed efficace.

Il machine learning accelera i calcoli delle superfici di energia potenziale per molecole come l'etanolo.

Le ricerche mostrano un miglioramento delle prestazioni nei modelli linguistici usando computazione adattiva al momento del test.

Uno sguardo ai metodi numerici ad alta ordine per la dinamica dei fluidi.

Un nuovo metodo migliora le previsioni delle funzioni delle proteine usando tecniche avanzate.

L'IA sta semplificando il processo di creazione di circuiti quantistici grazie a metodi di sintesi migliori.