Risultati della ricerca - Shijun
- Mostra 1 - 20 risultati su 341
- Vai alla pagina seguente
-
1
Reduction of (pseudo-)Critical Temperatures of Chiral Restoration and Deconfinement Phase Transitions in a Magnetized PNJL Model Autoría: Mao, Shijun
Pubblicazione 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
2
LQCD constrained magnetic field dependent coupling constant in an effective model Autoría: Mao, Shijun
Pubblicazione 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
3
HAM-Schrödingerisation: a generic framework of quantum simulation for any nonlinear PDEs Autoría: Liao, Shijun
Pubblicazione 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
4
Correlations and fluctuations in a magnetized PNJL model with and without inverse magnetic catalysis effect Autoría: Mao, Shijun
Pubblicazione 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
5
Perturbed Fourier Transform Associated with Schrödinger Operators Autoría: Zheng, Shijun
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
6
Correlations and fluctuations in a magnetized three-flavor PNJL model with and without inverse magnetic catalysis effect Autoría: Mao, Shijun
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
7
Spatial symmetry invariance of solution of Kolmogorov flow Autoría: Liao, Shijun
Pubblicazione 2026Fuente: arXivTipo de material: PreprintAcceso al recurso -
8
Supplementary data for Unlocking the Mitigation Potential of Landfills for Cost-Effective Methane Reductions Autoría: Shijun, Ma
Pubblicazione 2026Fuente: ZenodoTipo de material: Recurso digitalAcceso al recurso -
9
Supplementary data for Unlocking the Mitigation Potential of Landfills for Cost-Effective Methane Reductions Autoría: Shijun, Ma
Pubblicazione 2026Fuente: ZenodoTipo de material: Recurso digitalAcceso al recurso -
10
Meta-PINN: Meta learning for improved neural network wavefield solutions Autoría: Cheng, Shijun, Alkhalifah, Tariq
Pubblicazione 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
11
Discovery of physically interpretable wave equations Autoría: Cheng, Shijun, Alkhalifah, Tariq
Pubblicazione 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
12
Noise-expansion cascade: an origin of randomness of turbulence Autoría: Liao, Shijun, Qin, Shijie
Pubblicazione 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
13
Multi-frequency wavefield solutions for variable velocity models using meta-learning enhanced low-rank physics-informed neural network Autoría: Cheng, Shijun, Alkhalifah, Tariq
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
14
Physical significance of artificial numerical noise in direct numerical simulation of turbulence Autoría: Liao, Shijun, Qin, Shijie
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
15
Synergizing Self-Regulation and Artificial-Intelligence Literacy Towards Future Human-AI Integrative Learning Autoría: Long, Zhang, Shijun, Chen
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
16
DiffPINN: Generative diffusion-initialized physics-informed neural networks for accelerating seismic wavefield representation Autoría: Cheng, Shijun, Alkhalifah, Tariq
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
17
Clean numerical simulation (CNS) of three-dimensional turbulent Kolmogorov flow Autoría: Qin, Shijie, Liao, Shijun
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
18
Discovery of 10,059 new three-dimensional periodic orbits of general three-body problem Autoría: Li, Xiaoming, Liao, Shijun
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
19
Reply to the comments of McMullen et al. (arXiv:2510.04828) Autoría: Liao, Shijun, Qin, Shijie
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
20
Convergent series of Stokes wave of arbitrary height in deep water via machine learning Autoría: Lin, Chong, Liao, Shijun
Pubblicazione 2025Fuente: arXivTipo de material: PreprintAcceso al recurso