Computerwissenschaften - Computergestützte Technik, Finanzen und Wissenschaft

Erforschen, wie Materialeigenschaften das erdbebensichere Design beeinflussen.

Der Yi-Algorithmus kombiniert Erkundung und Ausnutzung für effektive Optimierung.

RINO bietet einen neuen Ansatz, um partielle Differentialgleichungen effizient zu lösen.

Diese Studie untersucht physik-informiertes maschinelles Lernen zur Verbesserung von Vorhersagen im Goldflotationprozess.

Ein neuer Ansatz mit EEG-Daten könnte die frühe Erkennung von Alzheimer verbessern.

Effiziente Methoden zur Fahrzeugroutenplanung und -terminierung für pünktliche Lieferungen.

CryoBench hilft dabei, die Bewertung der Kryo-EM-Methoden mit verschiedenen Datensätzen zu verbessern.

HyperCAN nutzt Machine Learning, um das Verhalten von Metamaterialien effektiv zu modellieren und vorherzusagen.

Eine neue GNN-Methode bietet eine schnellere Bewertung von Verkehrsrichtlinien für Städte.

Die HOPU-Methode verbessert Vorhersagen in turbulenten Strömungen durch fortgeschrittene Berechnungstechniken.

Diese Studie untersucht die Zusammenhänge zwischen CVD und Depression durch biologische Faktoren.

Ein Blick auf Lamb-Wellen und ihre Rolle im strukturellen Gesundheitsmonitoring.

Ein Projekt hat das Ziel, die Reaktionszeit der Feuerwehr durch Datenmodellierung zu verbessern.

Ein neues neuronales Netzwerkmodell verbessert die Vorhersagen für turbulente Verbrennungsszenarien.

Ingenieure verbessern die Designoptimierung mit Hilfe von Surrogatmodellen und Thompson Sampling.

Neue Aktivierungsfunktionen verbessern neuronale Netzwerke zur Lösung komplexer Gleichungen.

Deep-MacroFin nutzt Deep Learning, um komplexe wirtschaftliche Gleichungen effektiv zu lösen.

Wir stellen LFLDNets vor, einen neuen Ansatz für die effiziente Modellierung komplexer physikalischer Systeme.

Die Rolle von Reinforcement Learning in der Transformation der finanziellen Entscheidungsfindung analysieren.

Untersuchen, wie Millimeterwellenstrahlung zu Hautverletzungen führen kann.

Ein neuer Ansatz zur Erstellung kontrollierter Szenarien für Finanzmärkte.

Eine neue Methode kombiniert Mannigfaltigkeitslernen mit Modellordnungsreduktion für mehr Effizienz.

StockTime kombiniert numerische und textuelle Daten für bessere Aktienprognosen.

ProteinGPT vereinfacht das Proteinstudium durch ein interaktives Chatsystem.

Das Einbetten von Indikatoren in Strukturen kann auf Überlastsituationen hinweisen und die Sicherheit erhöhen.

Ein Rahmen für faire Preise in der Cyberversicherung für Smart Homes.

Ein neues neuronales Netzwerk, STAResNet, bietet verbesserte Lösungen für die Vorhersage elektromagnetischer Felder.

Neue Methoden verbessern die Genauigkeit bei der Vorhersage von Enzymfunktionen und -reaktionen.

Offener Zugang zu Daten stärkt die Gemeinschaften und treibt den Fortschritt voran.

Neue Methoden verbessern die Vorhersagen des Materialverhaltens mithilfe fortschrittlicher neuronaler Netze.

Neue Techniken verbessern die Effizienz bei der Modellierung komplexer Systeme.

Forschung untersucht, wie KI die Überwachung von Epidemien durch verschiedene Datenquellen verbessern kann.

Ein System, um Erkenntnisse aus sozialen Medienbeiträgen effektiv zu organisieren.

Maschinelles Lernen nutzen, um seltene Ereignisse in chemischen Prozessen vorherzusagen und die Sicherheit zu erhöhen.

Neuer Datensatz verbessert die Forschung zu Fahrzeugaerodynamik und die Effizienz im Design.

Diese Studie stellt ein neues Modell für intelligente Balken vor, das nichtlokale Interaktionen und piezoelektrische Materialien nutzt.

Analyse des Verhaltens von Betondecken unter extremen Brandbedingungen.

SINDyG verbessert das Verständnis von komplexen Systemen durch bessere Netzwerkmodellierung.

Innovative Methode verbessert die Effizienz und Genauigkeit der Strahlenanalyse.

Forscher nutzen datengestützte Methoden, um das Wasserstoffverbrennungsmodell zu verbessern.