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

Αποθηκεύτηκε σε:

Λεπτομέρειες βιβλιογραφικής εγγραφής
Εκδόθηκε σε:	Symmetry vol. 17, no. 9 (2025), p. 1409-1426
Κύριος συγγραφέας:	Kacmaz Semih
Άλλοι συγγραφείς:	Haas, Roland, Huerta, E A
Έκδοση:	MDPI AG
Θέματα:	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
Διαθέσιμο Online:	Citation/Abstract Full Text + Graphics Full Text - PDF
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!

καταχωρήστε σχόλιο πρώτοι!