Computerwissenschaften - Numerische Analyse

Dieser Artikel stellt einen neuen Ansatz für gekoppelte Erhaltungsgesetze in verschiedenen Systemen vor.

Eine Methode, um atomare und kontinuierliche Modelle zu kombinieren für genauere Materialvorhersagen.

Verbesserung der Genauigkeit von spektralen Elementmethoden in komplexen Geometrien.

Eine Studie über Methoden zur Lösung eines komplexen mathematischen Problems in verschiedenen Bereichen.

Ein einfacher Leitfaden, um Ungleichheiten und Kompaktheit in verschiedenen Bereichen zu verstehen.

Eine neue Methode verbessert Lösungen für komplexe Differentialgleichungen mit Haar-Wavelets und Radien-Polynomen.

Dieser Artikel untersucht, wie Biegen die Festigkeit von FRP-Bewehrung beeinflusst.

Innovative Techniken zur Lösung von Stokes-Strömungen in der Fluiddynamik mit ungepassten Methoden.

Forschung darüber, wie sich Eigenschaften in Populationen im Laufe der Zeit verändern.

Ein Blick darauf, wie Immunität die Ausbreitung von Krankheiten im Laufe der Zeit beeinflusst.

Dieser Artikel präsentiert eine Methode, um komplexe Kirchhoff-Gleichungen effizient zu lösen.

Eine Studie über das Feintuning von Hyperparametern zur Verbesserung numerischer Verfahren für Differentialgleichungen.

Neue parallele Methoden verbessern die Simulationseffizienz und Genauigkeit bei Phasenänderungen.

Ein Leitfaden für optimalen Transport und seine praktischen Anwendungen.

Eine neue Methode beschleunigt das Lösen von partielle Differentialgleichungen vierter Ordnung mithilfe von parallel Computing.

Eine Studie zum Trennen von schnellen und langsamen Komponenten in Simulationen mit innovativen Methoden.

Untersuchen, wie zufällige Schwankungen das Materialverhalten und die Phasentrennung beeinflussen.

LDNets bieten einen neuen Ansatz, um komplexe Systeme mit datengestützten Techniken zu modellieren.

Dieser Artikel behandelt die Verbesserung von reduzierten Basisverfahren mit Registrierungstechniken zur Lösung komplexer Gleichungen.

Die Radon-Kumulierte-Verteilungs-Transformation verbessert das Modellieren von schnell bewegenden Fluidströmen.

In diesem Artikel werden Techniken zur Optimierung von Kontrollproblemen in verteilten Systemen besprochen.

Neue Erkenntnisse über Nesterovs Methode zur Optimierung im maschinellen Lernen entdecken.

Forschung untersucht das Verhalten von Neuronen und Lernen mit numerischen Methoden und dem NNLIF-Modell.

Die Kombination von Deep Learning mit direkter Abtastung steigert die Effizienz der Objektrekonstruktion.

Die Forschung konzentriert sich auf die Stabilisierung von Lösungen mit Oversmoothing-Strafen in Banachräumen.

Erforschen, wie blocke unitrianguläre Matrizen im maschinellen Lernen helfen.

Erfahre, wie GTCUR Tensoren approximiert, um Datenanalysen effektiver zu gestalten.

Ein Blick darauf, wie neuronale Netzwerke Lösungen für komplexe Gleichungen approximieren können.

Ein Blick auf die Mechanik des Fluidverhaltens bei kompressiblem Fluss.

Ein frischer Algorithmus, um Optimierung im Wahrscheinlichkeits-simplex effizient anzugehen.

Dieser Artikel untersucht numerische Verfahren zur Analyse stochastischer Volterra-Integralgleichungen.

Untersuchung der verbesserten Genauigkeit bei Rand-Elemente-Methoden für Elastodynamik mit abgestuften Maschenentwürfen.

Ein Blick auf TDEIM für effiziente Tensor-Datenverarbeitung.

Untersuchung der Gültigkeit von Punktquellenmodellierung für Zell-Diffusion.

Vorstellung eines neuen Diffusionsoperators für verbesserte Materialsimulationen.

Ein neues Verfahren verbessert die Effizienz von Turbulenzmodellen basierend auf Kolmogorovs Erkenntnissen.

Verstehen von Fekete-Punkten und ihrem Einfluss auf die polynomialen Interpolation.

Leistung in Antennenclustern für effiziente Kommunikationssysteme verbessern.

Eine Methode, um Fehler in numerischen Lösungen für komplexe Systeme über die Zeit zu messen.

Ein neuer Ansatz zur Modellierung komplexer Strömungsdynamik und Sprühverhalten.