课题基金 / 基金详情

A deep learning approach to determining transport coefficients from hadronic and electromagnetic observables in heavy-ion collisions

A deep learning approach to determining transport coefficients from hadronic and electromagnetic observables in heavy-ion collisions
一种从重离子碰撞中的强子和电磁可观测值确定输运系数的深度学习方法
批准号：
534209-2019
负责人：
Heffernan, Matthew
金额：
$2.55万
依托单位：
McGill University
依托单位国家：
加拿大
项目类别：
Alexander Graham Bell Canada Graduate Scholarships - Doctoral
财政年份：
2021
资助国家：
加拿大
项目状态：
已结题
起止时间：
2021-01-01 至 2022-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=720001
关键词：
deeplearningapproachdeterminingtransport

项目摘要

项目成果

Heffernan, Matthew的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
Nuclear physics, Computational physics, Deep learning, Bayesian analysis, Shear viscosity, Finite temperature field theory, Quark Gluon Plasma, Heavy ion collisions, Bulk viscosity, Quantum Chromodynamics
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
A deep learning approach to determining transport coefficients from hadronic and electromagnetic observables in heavy-ion collisions
  • 批准号：
    534209-2019
  • 项目类别：
    Postgraduate Scholarships - Doctoral
  • 资助金额：
    $1.53万
  • 财政年份：
    2020
  • 负责人：
    Heffernan, Matthew
  • 依托单位：
    McGill University
A deep learning approach to determining transport coefficients from hadronic and electromagnetic observables in heavy-ion collisions
  • 批准号：
    534209-2019
  • 项目类别：
    Postgraduate Scholarships - Doctoral
  • 资助金额：
    $1.53万
  • 财政年份：
    2019
  • 负责人：
    Heffernan, Matthew
  • 依托单位：
    McGill University
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
Understanding structural evolution of galaxies with machine learning
  • 批准号：
  • 项目类别：
    省市级项目
  • 资助金额：
    10.0万元
  • 批准年份：
    2022
  • 负责人：
    Nicola Rosario Napolitano
  • 依托单位：
    中山大学
煤矿安全人机混合群智感知任务的约束动态多目标Q-learning进化分配
  • 批准号：
    --
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    30万元
  • 批准年份：
    2022
  • 负责人：
    吉建娇
  • 依托单位：
    中国矿业大学
基于领弹失效考量的智能弹药编队短时在线Q-learning协同控制机理
  • 批准号：
    62003314
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万元
  • 批准年份：
    2020
  • 负责人：
    沈剑
  • 依托单位：
    中北大学