Machine Learning Accelerates Cosmological Simulations - NSF AI Planning Institute for Data-Driven Discovery in Physics

Researchers at Carnegie Mellon University have developed a way to create a complex simulated universe in less than a day. The technique, published in this week’s Proceedings of the National Academy of Sciences, brings together machine learning, high-performance computing and astrophysics and will help to usher in a new era of high-resolution cosmology simulations.

Related Keywords

Texas , United States , Scott Dodelson , Rupert Croft , Carnegie Mellon National Science Foundation , Carnegie Mellon University , Texas Advanced Computing Center , University Of California Riverside Professor Physics , Division Of Physics , University Of California Berkeley Yu Feng , Office Of Advanced Cyberinfrastructure , Nsf Ai Institute , Planning Institute For Artificial Intelligence , Planning Institute For Artificial Intelligence In Physics , Carnegie Mellon Mcwilliams Center , Planning Institute , Flatiron Institute Research Fellow Yin Li , Proceedings Of The National Academy Sciences , National Academy , California Riverside Professor , Astronomy Simeon Bird , California Berkeley , Carnegie Mellon , National Science Foundation , Artificial Intelligence , Mcwilliams Center , James Shank , டெக்சாஸ் , ஒன்றுபட்டது மாநிலங்களில் , கார்னகி மெலந் பல்கலைக்கழகம் , பிரிவு ஆஃப் இயற்பியல் , ந்ஸ்ஃப் ஐ நிறுவனம் , கார்னகி மெலந் மக்விலியம்ஸ் மையம் , திட்டமிடல் நிறுவனம் , தேசிய கலைக்கழகம் , கலிஃபோர்னியா ஆற்றங்கரை ப்ரொஃபெஸர் , கலிஃபோர்னியா பெர்க்லி , கார்னகி மெலந் , தேசிய அறிவியல் அடித்தளம் , செயற்கை உளவுத்துறை , மக்விலியம்ஸ் மையம் , ஜேம்ஸ் ஶ்யாஂக் ,