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

Збережено в:

Бібліографічні деталі
Опубліковано в::	Symmetry vol. 17, no. 9 (2025), p. 1409-1426
Автор:	Kacmaz Semih
Інші автори:	Haas, Roland, Huerta, E A
Опубліковано:	MDPI AG
Предмети:	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
Онлайн доступ:	Citation/Abstract Full Text + Graphics Full Text - PDF
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!

Будьте першим, хто залишить коментар!