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

Tallennettuna:

Bibliografiset tiedot
Julkaisussa:	Symmetry vol. 17, no. 9 (2025), p. 1409-1426
Päätekijä:	Kacmaz Semih
Muut tekijät:	Haas, Roland, Huerta, E A
Julkaistu:	MDPI AG
Aiheet:	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
Linkit:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tagit:	Lisää tagi Ei tageja, Lisää ensimmäinen tagi!

Lisää ensimmäinen kommentti!