Cheng Wang

Diese Studie konzentriert sich darauf, Modelle für topologische Isolatoren zu entwickeln.

Die Verbesserung der Genauigkeit numerischer Methoden zur Analyse von Phasentrennung.

PadFL verbessert das Teilen von Modellen und die Effizienz über verschiedene Gerätefähigkeiten hinweg.

Ein neues Framework soll die Genauigkeit und Effizienz bei der Analyse von medizinischen Bildern verbessern.

Verbesserung numerischer Verfahren für Gradient Strömungen mit einem modifizierten Lagrange-Multiplikatoransatz.

Die Untersuchung der Energie-Stabilität in Kristall-Simulationen verbessert die Vorhersagen über das Verhalten von Materialien.

Vertrauen und Compliance in Sprachmodellen durch genaue Quellenangabe verbessern.

Neue Methoden verbessern die Effizienz in tiefen neuronalen Netzen, reduzieren den Energieverbrauch und erhöhen die Geschwindigkeit.

Die Forschung präsentiert ein Modell, das die Phasentrennung in gemischten Materialien mit Randwirkungen behandelt.

TrackSSM verbessert die Genauigkeit beim Verfolgen dynamischer Objekte in verschiedenen Umgebungen.

Lern, wie die Kurtosis das Verhalten von Daten in verschiedenen Bereichen beeinflusst.

HiSC4D erfasst menschliche Bewegungen mithilfe tragbarer Sensoren für eine bessere Interaktionsanalyse.

Forscher nutzen Dünnschicht-Lithiumniobat, um Laser und Kommunikationssysteme zu verbessern.

Eine neue Methode verbessert die SDF-Genauigkeit mit der gesperrten Poisson-Gleichung.

Neue Methoden verbessern die Entscheidungsfindung in selbstfahrenden Autos und erhöhen Sicherheit und Effizienz.

Untersuche die Bedeutung der Rangkorrelation nach Spearman für die Analyse komplexer Datenbeziehungen.