Araştırmacılar, karmaşık fiziksel sistemlerin analizinde kullanılan tensör ağ renormalizasyonu için TNRKit adlı açık kaynaklı bir yazılım paketi geliştirdi. Julia programlama dilinde yazılan bu araç, iki ve üç boyutlu klasik istatistiksel modellerin yanı sıra öklitsel kafes alan teorilerinin analizi için kullanılabiliyor. Paket, partition fonksiyonlarının tensör-ağ temsillerini oluşturabilir ve TRG, HOTRG ve LoopTNR gibi modern yöntemlerle bunları kaba-taneli hale getirebiliyor. Özellikle termodinamik büyüklüklerin hesaplanmasının ötesinde, sabit nokta tensörlerinden ölçekleme boyutları ve merkezi yük gibi evrensel konformal verileri doğrudan çıkarabilme özelliği sunuyor. Bu gelişme, teorik fizik ve hesaplamalı fizik alanlarında çalışan araştırmacılar için önemli bir kaynak oluşturuyor.

Matematikçiler, karmaşık sayılar düzleminde özel bir fonksiyon ailesinin davranışlarını inceleyerek, Julia kümelerinin bağlantılılık özelliklerini tam olarak karakterize etmeyi başardı. Çalışma, genelleştirilmiş Blaschke ürünleri olarak bilinen rasyonel fonksiyonların dinamik davranışlarını analiz ediyor. Bu fonksiyonlar birim çemberi kendisine eşleyen özel matematiksel nesnelerdir. Araştırmacılar, parametre uzayında Arnold dilleri adı verilen yapıları gözlemleyerek, bu parametrelerin değişimiyle fonksiyonların davranışının nasıl değiştiğini ortaya koydu. Bulmaca parçaları yöntemi kullanılarak yapılan kombinatoryal analiz, bi-erişilebilir itici çevrimlerin varlığını gösterdi. Bu keşif, Herman halkaları olmadığında çoklu bağlantılı Fatou bileşenlerinin bulunmadığını kanıtlamaya olanak sağladı. Sonuç olarak, parametrik ailenin her üyesi için Julia kümelerinin bağlantılılık durumu tamamen aydınlatıldı.

Araştırmacılar, türbülanslı akış simülasyonlarını önemli ölçüde hızlandıran yeni bir açık kaynak yazılım paketi geliştirdi. IncompressibleNavierStokes.jl adlı bu Julia paketi, GPU ve CPU'larda eşzamanlı çalışabilen matrix-free çekirdekler kullanarak sıkışmayan Navier-Stokes denklemlerini çözüyor. Yazılımın en dikkat çekici özelliği, yapay sinir ağı modellerinin doğrudan simülasyon içine gömülebilmesi. Bu sayede türbülans modellemesi için neural network kapanış modelleri eğitilebiliyor. Yazılım, tek bir GPU üzerinde 840³ çözünürlüğe kadar doğrudan sayısal simülasyonlar gerçekleştirebiliyor. Geliştirilen sistem, türbülanslı kanal akışı testlerinde referans verilerle başarıyla doğrulandı. Bu gelişme, hesamalı akışkanlar dinamiği alanında yapay zekanın entegrasyonu açısından önemli bir adım olarak değerlendiriliyor.