Explore les champs magnétiques, les forces, les dipôles et les équations de Maxwell, y compris l'absence de monopôles magnétiques et les applications pratiques des champs magnétiques.
Couvre les bases de l'apprentissage automatique pour les physiciens et les chimistes, en mettant l'accent sur la classification des images et l'étiquetage des ensembles de données.
Explore les accélérateurs circulaires, les collisionneurs, le calcul de la luminosité, les forces de faisceau, les différentes collisions et la portée de la luminosité du LHC, en mettant l'accent sur les effets des interactions faisceau-faisceau.
Explore la formule relativiste de Larmor et le rayonnement synchrotron dans le contexte des particules chargées accélérées et des champs électromagnétiques.
Explore les accélérateurs laser diélectriques, couvrant le théorème de Lawson-Woodward, les structures d'accélération, les guides d'ondes, l'accélération laser et les premières expériences au SLAC.
Explore la recherche de bugs, la vérification et l'utilisation d'approches aidées à l'apprentissage dans le raisonnement de programme, montrant des exemples comme le bug Heartbleed et le raisonnement bayésien différentiel.
Explore le mouvement relativiste des particules chargées dans les champs électriques, en se concentrant sur l'électrodynamique covariante de Lorentz et le pouvoir relativiste de Larmor.
Couvre les fondamentaux de l'apprentissage automatique pour les physiciens et les chimistes, en mettant l'accent sur les tâches de classification d'images à l'aide de l'intelligence artificielle.
Explore l'amortissement Landau en physique des plasmas et la stabilité du faisceau d'accélérateurs, couvrant le contexte historique, les traitements théoriques et les applications pratiques.
