Datensatz Zitierlink: 
http://hdl.handle.net/20.500.12708/218509
-
Titel: 
Machine Learning for Quantum Many-Body Physics: Efficient Representation of Vertex Functions
en
Zitat: 
Hepp, S., Andergassen, S., & Springer, D. (2025, August 20). Machine Learning for Quantum Many-Body Physics: Efficient Representation of Vertex Functions [Poster Presentation]. Joint Annual Meeting of the Austrian and Swiss Physical Society (ÖPG and SPS 2025), Wien, Austria.
-
Publikationstyp: 
Vortrag - Poster-Präsentation
de
Sprache: 
Englisch
-
Autor_innen: 
Hepp, Sebastian 
Andergassen, Sabine 
Springer, Daniel 
-
Organisations­einheit: 
E194-06 - Forschungsbereich Machine Learning 
E138-02 - Forschungsbereich Correlations: Theory and Experiments 
E056-23 - Fachbereich Innovative Combinations and Applications of AI and ML (iCAIML) 
-
Datum (veröffentlicht): 
20-Aug-2025
-
Veranstaltungs­name: 
Joint Annual Meeting of the Austrian and Swiss Physical Society (ÖPG and SPS 2025) 
en
Veranstaltungs­zeitraum: 
18-Aug-2025 - 22-Aug-2025
-
Veranstaltungs­ort: 
Wien, Österreich
-
Keywords: 
Machine Learning; Quantum Many-Body Physics
en
Forschungs­infrastruktur: 
Vienna Scientific Cluster 
-
Weitere Information: 
https://portal-cdn.scnat.ch/asset/abd88cf4-825e-561c-8497-64a781a211f1/SPG-%C3%96PG-2025_Poster_web.pdf?b=5dd55fa7-267c-537a-bfb7-0b74fd1cde07&v=3aecdff9-a9de-58e5-a6c2-cd4ebde306d5_0&s=OquUJoRmTT4yEmKSbjIgRzUaSqjDGMndNXdeTZhdtRTwx8_8AiAklMeGG5PPD7OJaOKpAusfmDTJ4beqLY5bjfBkfQbtUuBfbacDRs2GblkQxZJQIL3Sh9msAUM64nA7C0j3fkeRQQ29b-MwS1HRokNS4e_NOh8T4DrnmDi-HOI ---- https://oepg-sps-meetingvienna2025.univie.ac.at/
-
Forschungs­schwerpunkte: 
Quantum Many-body Systems Physics: 25%
Computer Engineering and Software-Intensive Systems: 75%
-
Wissenschafts­zweig: 
1020 - Informatik: 75%
1030 - Physik, Astronomie: 25%
-
Enthalten in den Sammlungen:
Presentation

Zur Langanzeige

Seiten Aufrufe

9
aufgerufen am 26.08.2025

Download(s)

1
aufgerufen am 26.08.2025

Google ScholarTM

Check