Mathematik - Numerische Analysis

Ein neues Framework kombiniert maschinelles Lernen und partielle Differentialgleichungen für effizientes wissenschaftliches Modellieren.

Neue Methoden verbessern die Simulation des Wärmeverkehrs in anisotropen Plasmen für die Fusionsforschung.

Forscher erstellen einfachere Modelle, um komplexe Fluidverhalten effizient vorherzusagen.

Eine neue Methode verbindet Physik und maschinelles Lernen, um komplexe mathematische Gleichungen zu lösen.

Forscher zeigen die Mechanik hinter dem Schwimmen winziger Organismen mithilfe von Zilien und Geisseln.

Ein Blick darauf, wie gemischte FEM hilft, poroelastische Materialien zu untersuchen.

Ein Überblick über optimale Abtastmethoden in der kleinsten Quadrate Approximation.

Verstehen, wie man das Stromnetz vor Cyberangriffen mit Hilfe der Grafentheorie schützt.

Dieser Artikel behandelt Techniken zur Verbesserung der Systemstabilität durch Dämpfungsoptimierung.

Wir stellen TFPONets vor, um Schnittstellenprobleme mit Deep-Learning-Techniken zu lösen.

Wir stellen ComFNO vor, eine Methode zur Lösung komplexer Differentialgleichungen mit Deep Learning.

Erkunde Methoden, um genaue und zuverlässige Finanzdaten zu erhalten.

Innovative Methoden für effiziente Lösungen bei komplexen Umkehrproblemen in verschiedenen Bereichen.

Mamba bietet eine neue Möglichkeit, komplexe Systeme mit Machine Learning zu analysieren.

Komprimiertes NMF bietet eine praktische Lösung, um grosse Datensätze effizient zu analysieren.

Eine neue Methode verbessert die Feuchtedarstellung in Wettermodellen.

Lerne, wie Homogenisierung dabei hilft, komplexe Materialien und Systeme effektiv zu verstehen.

Dieser Artikel beschreibt numerische Verfahren zur Approximation komplexer stochastischer Gleichungen in der Natur und in der Finanzwelt.

Eine tiefgehende Erkundung von neuronalen Netzen zur Minimierung der totalen Variation in Bildern.

Neue Techniken verbessern die Lichtsimulation in fortschrittlichen Materialien mit komplexen Strukturen.

Diese Studie untersucht, wie kollabierende Dampfblasen nahegelegene feste Materialien beeinflussen.

Ein Überblick über das implizite Euler-Verfahren und seine Anwendungen in der differentiellen Inversion.

Neue Techniken zielen darauf ab, die Behandlung von Prostatakrebs durch datengetriebene Modelle zu verbessern.

Eine neuartige Methode, die neuronale Netzwerke verwendet, um Eigenwerte in grossen Matrizen zu berechnen.

Erforschen, wie KANs Lösungen für optimale Steuerungsherausforderungen in verschiedenen Bereichen verbessern.

Erkunde die Bedeutung und Anwendungen von blockstrukturierten Matrizen in Mathe und Ingenieurwesen.

Erforsche die Rolle der Lattice-Boltzmann-Methode beim Studium von Mehrphasenströmungen.

Neue Techniken zur Verwaltung von Quantensystemen verbessern die Berechnungen der Dichte-Matrix.

Ein robuster Ansatz zur Lösung der Navier-Stokes-Gleichungen in der Fluiddynamik.

Eine neue Methode verbessert die Effizienz von neuronalen Netzen in wissenschaftlichen Anwendungen.

Studie über Maschinenlernmodelle, die Eigenschaften in festen Materialien vorhersagen, mit Fokus auf Defekte.

Techniken zur Lösung von Herausforderungen in der Dateninterpretation mit gemischter Genauigkeit und Regularisierung.

Rationale neuronale Netze verbessern die Genauigkeit und Effizienz von Fluiddynamiksimulationen.

Eine Studie über Techniken zur Annäherung an singuläre Werte in verschiedenen Anwendungen.

Methoden zur Simulation von Luftverschmutzung aus einem Kohlekraftwerk erkunden.

Methoden zur Steigerung der Effizienz bei der Simulation komplexer turbulenter Strömungen.

Ein strukturierter Ansatz, um klare Bilder aus verschwommenen Versionen mit MHDM wiederherzustellen.

Eine neue Beweismethode für den B-Serie-Zusammensetzungssatz mithilfe von nicht beschrifteten Bäumen erkunden.

Eine neue Methode verbessert das Lösen von komplexen linearen Gleichungen effizient.

Eine neue Methode verbessert die Kamerasynchronisation durch innovative Nutzung von trifokalen Tensoren.