計算科学 に関する最新の記事

機械学習の技術は量子システムや相転移の理解を深めるよ。

新しい方法がノイズの多いデータでGNNのパフォーマンスを向上させる。

新しい方法がタンパク質の構造と相互作用の研究効率を向上させた。

高度な数理モデルを通じて異常拡散の複雑さを探求する。

新しい技術が複雑な行列の固有値計算を効率的に改善してるよ。

シュレディンガー方程式のシミュレーションで境界条件を適用する方法を調査中。

量子コンピューティング技術が分子エネルギーの計算を改善する。

この記事では、非保守的ハイペルボリックシステムを正確に解決するための新しいアプローチを紹介します。

PINNsが物理学とニューラルネットワークを組み合わせて複雑な方程式を解く方法を学ぼう。

DGGがシステム内の動的相互作用の理解をどう深めるかを見てみよう。

新しい薬のデザインでは、より良い結果のために分子の合成しやすさを優先しているよ。

極端な条件下でのQCDの臨界点を高精度な数値手法を使って調査中。

マトリックス積状態とチェビシェフ多項式を組み合わせて効率的な関数近似をする。

新しい方法が量子物理学における開放量子系のシミュレーションを簡単にする。

磁場中の粒子を使った量子位相推定の探求。

新しい手法がいろんな分野で演算子の指数関数に効率的な解決策を提供してるよ。

研究者たちは、より良いパフォーマンスのために事前学習された低次元方程式を使ってニューラルPDEモデルを改善してる。

ロスのある圧縮とAMRがシミュレーションのデータ処理をどう改善するかを学ぼう。

新しい方法でタンパク質の電荷相互作用と挙動の理解が深まった。

科学や工学における数値解法の精度を向上させるためのテクニック。

エネルギーの安定性とポジティブさを向上させるグラデーションフローの方法を紹介するよ。

新しい境界条件が宇宙環境における磁気再結合のシミュレーションを向上させる。

新しいHOBOソルバーが量子コンピューティングにおける高次最適化に対応。

ディープラーニングを使ったタンパク質のDNA結合部位予測の新しい方法を紹介するよ。

新しい手法がモデルのオーダー削減を速めて、複雑なシミュレーションの効率を向上させてるよ。

この研究は、より大きな分子系のために複数のGPUを使ってTDDFT計算を強化するものだよ。

COLOSSは、先進的な計算技術を使って核散乱研究を簡単にしてるよ。

新しいモデルが機械学習を通じて電気化学インターフェースの理解を深める。

新しいハイブリッドモデルが2つのアプローチを組み合わせて、病気の拡散に関する洞察をより良くしてるよ。

グラスマン多様体、フラグ多様体、シュティーフェル多様体の重要な概念とその応用を探る。

CGRLはGNNの課題に取り組んで、人気バイアスやノイズにも関わらず分類を改善してるよ。

研究は、密度汎関数理論の予測を向上させるために自己相互作用ポテンシャルを導入している。

深い逆動的プログラミングが非線形偏微分方程式にどう対応するかを学ぼう。

中性子星合体イベントのモデリングにおける複雑さの概要。

PSNEを紹介するよ、ネットワークの埋め込みを効率的かつ効果的に改善する方法なんだ。

機械学習はエタノールみたいな分子のポテンシャルエネルギー表面計算を早くするんだ。

研究によると、適応的テスト時間計算を使用すると、言語モデルのパフォーマンスが向上するんだって。

流体力学の高次数値手法を見てみる。

新しい方法が先進技術を使ってタンパク質の機能予測を向上させるよ。

AIは、より良い合成方法を通じて量子回路の作成プロセスを効率化してるよ。