arrow
返回

Phase Transition Study Meets Machine Learning

delete2023-12-01
delete49
delete
OA
AI
M
Ma, Yu-Gang
L
Long-Gang Pang *
王
王蕊 (Rui Wang) *
K
Kai Zhou *
DOI:10.1088/0256-307X/40/12/122101delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
近年来,机器学习 (ML) 技术已成为研究多体复杂系统的强大工具,并涵盖了物理学各个领域的相变。这篇迷你评论对应用ML研究相变所取得的进展进行了简明而全面的检查,主要关注那些参与核物质研究的人。
Keyword:
QUANTUM CHROMODYNAMICS
NUCLEAR

期刊

Chinese Physics Letters 封面图
Chinese Physics Letters
IF:
4.2
论文数:
9.1K
被引数:
7.7K

机构

I
istituto nazionale di fisica nucleare (infn)
学者数:
3.0W
论文数: 1.2W
被引数: 14
F
fudan university
学者数:
11.8W
论文数: 7.7W
被引数: 121
C
chinese academy of sciences
学者数:
56.7W
论文数: 45.0W
被引数: 704
学者 查看更多机构
引用论文

引用论文

err
IF0
err
err0
PREAI
err
err分享
err收藏
Machine-learning-driven on-demand design of phononic beams
err2021-11-25
err53
PREAI
errHe, Liangshu; Guo, Hongwei; Jin, Yabin; Zhuang, Xiaoying; Rabczuk, Timon; Li, Yan
err分享
err收藏
Digital quantum simulation of an extended Agassi model: Using machine learning to disentangle its phase-diagram
err2022-12-21
err9
errOAAI
errSaiz, Alvaro; Garcia-Ramos, Jose-Enrique; Arias, Jose Miguel; Lamata, Lucas; Perez-Fernandez, Pedro
err分享
err收藏
Impact of fragment formation on shear viscosity in the nuclear liquid-gas phase transition region
err2022-06-23
err15
errOAAI
errDeng, X. G.; Danielewicz, P.; Ma, Y. G.; Lin, H.; Zhang, Y. X.
err分享
err收藏
err
IF0
err
err0
PREAI
err
err分享
err收藏
学者 查看更多内容