Machine Learning-Driven Conservative-to-Primitive Conversion in Hybrid Piecewise Polytropic and Tabulated Equations of State

Uloženo v:

Podrobná bibliografie
Vydáno v:	Symmetry vol. 17, no. 9 (2025), p. 1409-1426
Hlavní autor:	Kacmaz Semih
Další autoři:	Haas, Roland, Huerta, E A
Vydáno:	MDPI AG
Témata:	Accuracy Relativistic effects Neutrons Neutron stars Artificial neural networks Supercomputers Numerical analysis Hydrodynamics Theory of relativity Machine learning Performance evaluation Numerical methods Data points Simulation Datasets Graphics processing units Equations of state Neural networks Optimization Inference Variables Spacetime Methods Algorithms Fluid mechanics Parameter estimation
On-line přístup:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!