Telusuri profil teknologi beserta ringkasan dan rujukannya.
MatFlow dikembangkan untuk desain molekul maju dan invers dengan data struktur-sifat berbasis DFT serta antarmuka visual kecerdasan buatan yang mudah digunakan.
Workflow throughput tinggi DFT+DMFT dikembangkan untuk database material kuantum, lalu transfer learning digunakan untuk mengoreksi bias database DFT yang lebih besar.
CHAI mengembangkan struktur data hypergraph statis-dinamis, representasi motif ringkas, serta kerangka algoritme paralel untuk menganalisis interaksi banyak entitas secara lebih efisien.
Sistem virtual λ-HDF5 menyediakan antarmuka kompatibel HDF5 dan dispatch kernel lintas lapisan I/O untuk memanfaatkan komputasi dekat penyimpanan pada superkomputer.
Data-Agent menyatukan penilaian mutu citra, kurasi label dengan umpan balik manusia, serta desain dataset sadar tugas untuk inspeksi industri berbasis penglihatan.
DiffAI menghubungkan arsip difraksi eksperimental dengan agen ekstraksi literatur dan model AI teradaptasi domain untuk mengubah pola sinar-X menjadi data yang tervalidasi.
DiSMech menggunakan geometri diferensial diskret untuk simulasi rendah dimensi batang dan cangkang fleksibel, diintegrasikan dengan perangkat lunak robotika serta pembelajaran mesin bagi kontrol soft robot.
Basis data perangkat semikonduktor dan model pembelajaran mesin dikembangkan bersama simulasi TCAD agar model perangkat akurat dapat diakses serta digunakan ulang secara luas.
Format pertukaran neural dan platform terbuka dikembangkan untuk mempublikasikan serta memakai ulang pengukuran fisika yang tidak dibatasi histogram terkompresi.
FaaSr dikembangkan sebagai paket R dengan antarmuka seragam untuk workflow berbasis peristiwa pada banyak platform Function-as-a-Service dan penyimpanan awan.
HUGAI akan menyediakan mesin layanan berbasis AI untuk menyiapkan data, memodelkan interaksi, dan mendukung riset mikromobilitas perkotaan berpusat pada manusia.
Infrastruktur tensor sparse terdistribusi akan menggabungkan representasi berbasis hash, fusion operator, dan compiler untuk mengurangi perpindahan data komputasi ilmiah.
Perangkat lattice QCD mengoptimalkan kontraksi tensor pada arsitektur GPU heterogen dan menggabungkan banyak eksekusi berbeda ukuran menjadi batch job untuk workflow fisika nuklir.
MELIOREM mengoptimalkan pencarian skenario keselamatan dan efisiensi emulasi kendaraan otonom melalui infrastruktur komputasi berkinerja tinggi.
OpenMSG menggabungkan model mechanics of structure genome dan jaringan saraf multifidelitas untuk memprediksi perilaku mekanis material heterogen secara lebih efisien.
Terowongan air yang dapat dikonfigurasi dipadukan dengan model kanal generatif berbasis fisika untuk menguji jaringan akustik, magnetik, dan cahaya tampak bawah air.
Pustaka portabel pembelajaran penguatan mengotomasi komposisi komputasi pada GPU, FPGA dan akselerator AI untuk meningkatkan throughput pelatihan tanpa orkestrasi manual ahli.
GRHayL diperluas dengan magnetohidrodinamika relativistik resistif dan integrasi waktu implicit-explicit agar pelepasan energi magnetik dimodelkan secara fisik serta dibandingkan dengan resistivitas numerik.