Lernbare Graph-Netzwerksimulatoren: Ein neuer Schritt in der Simulation komplexer physikalischer Phasen
Modelle & Releases

Lernbare Graph-Netzwerksimulatoren: Ein neuer Schritt in der Simulation komplexer physikalischer Phasen

1 Min. Lesezeit Kalina

Bilanz der Quelle: Das neue Framework Graph Network-based Simulators (GNS) von Sanchez-Gonzalez, Pfaff, Ying, Leskovec und Battaglia ermöglicht lernbare Simulationen für Fluide, Festkörper und deformierbare Materialien. Es wird als Grundlage für DeepMind-Stromungssimulatoren verwendet.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)

ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.

Kalina Digest unterstützen

Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.

Zum Shop →