PulseAugur
中
实时 11:00:57
English(EN) Learning collision operators from plasma phase space data using differentiable simulators

AI从模拟数据中学习等离子体碰撞算子

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新方法，使用可微分模拟器从等离子体相空间数据中推断碰撞算子。该方法采用可微分的Fokker-Planck求解器和基于梯度的优化来学习准确描述等离子体动力学的算子。在粒子模拟（Particle-in-Cell simulations）上进行测试，学习到的算子比现有方法更准确、计算效率更高，结果与静电场景的理论预测非常吻合。 AI

影响 这种由AI驱动的方法提供了一种更准确、更有效的方式来理解复杂的物理现象，有望加速等离子体物理及相关领域的研究。

排序理由 该集群包含一篇学术论文，详细介绍了使用AI推断物理算子的一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Diogo D. Carvalho, Pablo J. Bilbao, Warren B. Mori, Luis O. Silva, E. Paulo Alves ·

    Learning collision operators from plasma phase space data using differentiable simulators

    arXiv:2601.10885v2 Announce Type: replace-cross Abstract: We propose a methodology to infer collision operators from phase space data of plasma dynamics. Our approach combines a differentiable kinetic simulator, whose core component in this work is a differentiable Fokker-Planck …

相关话题