机构名称：
¥ 1.0
总的来说，本文通过将硬性约束物理学知情的神经网络技术整合到能量最小化框架中，从而对计算微磁性做出了贡献。但是，开发的方法在磁静态方面具有进一步的适用性，用于其他物理和工程领域。短传记：塞巴斯蒂安·亚历山大·沙弗（Sebastian Alexander Schaffer）（生于1992年）是奥地利计算科学家。在Zeltweg完成高中后，他获得了Tu Wien的工程工程学士学位。他对计算机科学和数学数学的兴趣日益增长，使他攻读大学的计算科学硕士学位。wien。在他的主人论文中，由L. Exl和N. J. Mauser监督，他探索了用于预测磁化动态的机器学习方法，并产生了2个出版物。他继续担任计算科学领域的博士生，重点是微型磁性中的机器学习，而全职员工在WPI的一半，在Univ的研究平台上进行了一半。Wien，他在数学建模和应用机器学习中教书。致谢：本文的研究是由FWF（奥地利科学基金会）通过“减少微型磁性的订单方法（ROAM）的订单方法”（Grant-Doi：10.55776/p31140），“ data-roam”（Grant-doi：10.55776/pat76615923）和“ Denamm Insport” （Grant-Doi：10.55776/p35413）。感谢研究平台MMM和Wolfgang Pauli Institute（WPI）的进一步财务和行政支持。
塞巴斯蒂安·沙弗（Sebastian Schaffer）的公共博士辩护，MSC物理学...
主要关键词
相关文件推荐
