計算科学 に関する最新の記事

G2C3は、ニューラルネットワークを使って融合装置のプラズママイクロ乱流のシミュレーションを改善するよ。

2-準最適マッチグラフの構造と生物学における応用を探ろう。

DEERデータとAlphaFold2を組み合わせると、タンパク質の形状予測が向上するよ。

パラリアルとニューラルネットワークを組み合わせると、ODEを解くのが早くなるんだ。

平均的な動態とランダム性が学習モデルをどのように改善するかを調べる。

生物学における内因性無秩序タンパク質の重要性と柔軟性を発見しよう。

研究者たちは格子QCDを使って核子の特性や基本的な相互作用を明らかにしてるよ。

エージェントベースモデルのシミュレーションを簡素化するために、似たようなエージェントを組み合わせる新しい方法。

ニューラルネットワークは、複雑な偏微分方程式の解決策を強化するんだ。

エクマン・ナビエ-ストークス方程式と数値シミュレーションに焦点を当てて乱流を調べる。

Galerkin-Boltzmannとニューラルネットワークを使った流体の挙動分析の新しいアプローチ。

新しい量子法が分子エネルギー計算を大幅に改善したよ。

多様体学習みたいな技術は、科学者が大きなデータセットをうまく解釈するのに役立つよ。

高度なPythonコードが粒子物理学における横偏極PDFの研究を助けてる。

古典分子動力学シミュレーションを使った水素のイオン化に関する研究。

ドメイン分解と演算子推論を組み合わせて、シミュレーションを早くする。

TomoPickerはCryo-ET画像で粒子を見つけるのを簡単にして、手作業を大幅に減らしてくれるよ。

研究はシュウィンガー模型を使って格子ゲージ理論における複雑な量子状態を調べている。

機械学習と分子力学の融合を探って、より良いシミュレーションを目指す。

研究者たちは機械学習を使って量子システム内の情報の広がりを予測してるよ。

JuliaQCDを紹介するよ。これは、QCDでのクォークとグルーオンの相互作用をシミュレーションするためのソフトウェアなんだ。

デジタルツインを簡素化するために、低次元モデルとハイパフォーマンスコンピューティングを使う。

この記事では、メタノールの振動状態とその重要性について話してるよ。

専門的な基底セットが分子の性質予測をどう強化するか学ぼう。

PQAEとQAEが量子データ処理に与える影響を探る。

BaNDyTはシミュレーションとネットワークを組み合わせて、タンパク質研究を進めるんだ。

新しい手法は、流体の流れのシミュレーションを改善するために、ニューラルネットワークと有限要素技術を組み合わせてるんだ。

伝統的な方法とAIを組み合わせてPDEの解を強化する。

新しい方法は、化学のためにHPC、量子コンピューティング、AIを組み合わせてる。

混合有限要素法が多孔弾性材料の研究にどう役立つかを見てみよう。

光が物質とどんなふうにやり取りするかを探ることは、科学や技術に影響を与えるよ。

光コンピューティングは、複雑な偏微分方程式を解くための効率的な方法を提供するよ。

Evolvoidは、生命体の組織からインスパイアされた細胞の形をモデル化するために遺伝的アルゴリズムを使ってるよ。

革新的なアプローチが量子システムの励起状態の研究を改善してる。

量子の原理がどのように時間を通じた人口の変化に対する見方を変えるかを探る。

新しい手法で、近似的平等分割を使ったネットワーク分析が強化されるよ。

インピシットオイラー法の概要とその微分逆問題への応用。

新しい方法が科学的なアプリケーションにおけるニューラルネットワークの効率を向上させる。

数値相対論が重力波に対する理解をどう変えてるかを見てみよう。

複雑な乱流のシミュレーション効率を高める方法。