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

Сохранить в:

Библиографические подробности
Опубликовано в::	Symmetry vol. 17, no. 9 (2025), p. 1409-1426
Главный автор:	Kacmaz Semih
Другие авторы:	Haas, Roland, Huerta, E A
Опубликовано:	MDPI AG
Предметы:	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
Online-ссылка:	Citation/Abstract Full Text + Graphics Full Text - PDF
Метки:	Добавить метку Нет меток, Требуется 1-ая метка записи!

Ваш комментарий будет первым!