
Sophia Henneberg - Optimization of Quasi-Axisymmetric Stellarator- ; Tokamak Hybrids - IPAM at UCLA
Sophia Henneberg - Optimisation des hybrides stellarateur quasi-axisymétrique et tokamak - IPAM à UCLA
@ipamucla

Sophia Henneberg - Optimisation des hybrides stellarateur quasi-axisymétrique et tokamak - IPAM à UCLA

Cory Hauck - Fermetures de moments approximatives basées sur l'entropie - IPAM à l'UCLA

Andy Rothstein - Prédiction d'événements pilotée par l'IA et contrôle du plasma tolérant aux pannes sur DIII-D

Yunan Yang - Adjoint Direct Simulation Monte Carlo pour l'Optimisation et le Contrôle des Écoulements Raréfiés

Rebekah White - Optimisation basée sur des substituts de la conception de cibles de fusion inertielle à liner magnétisé

Brian Spears - La mission Genesis : l'IA pour la transformation de la science et de la sécurité des États-Unis - IPAM à UCLA

Michael Abdelmalik - Un cadre multi-fidélité pour la dynamique raréfiée - IPAM à l'UCLA

Jeff Schneider - Apprentissage automatique pour la conception de scénarios et le contrôle du plasma dans les tokamaks

Pablo Rodriguez-Fernandez - Accélérer la conception/optimisation du plasma central avec un transport assisté par surrogate

Mark Kostuk - Optimisation multi-modèle à fidélité mixte au sein du jumeau numérique DIII-D - IPAM à UCLA

Florian Schaefer - Régularisation géométrique de l'information pour les sensibilités des écoulements avec chocs

Bethany Lusch - Modèles de substitution évolutifs basés sur des graphes pour maillages non structurés - IPAM à UCLA

Pablo Rodriguez-Fernandez - Conception de plasmas de cœur de tokamak, des lois d'échelle aux simulations de premiers principes

Alan Kaptanoglu - Travaux récents sur l'optimisation des stellarators de stade 1 et de stade 2 - IPAM à UCLA

Tim Slendebroek - Des lois d'échelle à l'espace de conception : Comment nous concevons des machines que nous ne pouvons pas encore construire

Cami Collins - Modélisation intégrée multi-fidélité pour la conception de dispositifs de fusion avec FREDA - IPAM à UCLA

Shantenu Jha - Tous les modèles (fondamentaux) sont faux. Certains modèles (fondamentaux) peuvent être rendus utiles.

Jingwei Hu - Une méthode de particules basée sur un score neuronal pour le système de Vlasov-Maxwell-Landau

Guannan Zhang - Modèles de diffusion génératifs apprenant des cartes de flux stochastiques dans des simulations basées sur des particules

Benjamin Sanderse - SciML préservant la structure pour découvrir les ODE et SDE dans les écoulements fluides

Karen Willcox - Le rôle important des mathématiques dans la révolution du jumeau numérique

Karen Willcox - Apprentissage de modèles réduits exploitant la structure avec inférence d'opérateurs

Qin Li - Stabilisation des instabilités de plasma formulées comme optimisation sous contraintes EDP - IPAM à UCLA

Nikola Kovachki - Démystifier la prévision météorologique probabiliste à moyen terme pilotée par les données

Steve Cowley - Turbulence plasmatique multi-échelle — la clé de l'énergie de fusion - IPAM à UCLA

IPAM "Topologie Quantique, Variétés de Caractères et Géométrie de Basse Dimension" Aperçu du Programme d'Automne 2026

Genia Vogman - Transport anormal dans la puissance pulsée, simulation cinétique de continuum, modèles de transport réduits

Ammar Hakim - Sur la construction de schémas numériques pour une hiérarchie de problèmes de plasma de fusion

Jochen Garcke - Introduction à l'apprentissage automatique pour la science et l'ingénierie - IPAM à UCLA

Andrew Christlieb - Introduction à l'apprentissage automatique scientifique - IPAM à l'UCLA

Boris Kramer - Robust Design Optimization - IPAM à UCLA

Frank Jenko - Vers des jumeaux numériques de systèmes de fusion - IPAM à l'UCLA

Lise-Marie Imbert-Gerard - Une introduction au confinement magnétique dans les dispositifs toroïdaux

Frank Jenko - Modèles de plasma dans la recherche sur la fusion - IPAM à UCLA

Terence Tao et Mark Chen - Causerie au coin du feu avec James Donovan - IPAM à UCLA

Sergei Gukov - Le rôle de l'IA dans la (re)recherche mathématique - IPAM à UCLA

Physics Panel - Accélérer les mathématiques et la physique théorique avec l'IA - IPAM à UCLA

Nathaniel Craig - Accélérateurs d'IA de raisonnement pour la physique des hautes énergies - IPAM à UCLA

Lance Dixon - IA pour les données théoriques - IPAM à UCLA

Kevin Weil - IA pour la découverte mathématique et scientifique - Conférence publique Bhaumik au CNSI