Mathematik - Numerische Analysis

Ein neuer Ansatz zur Formoptimierung mit neuronalen Netzwerken verbessert die Leistung und Effizienz.

Ein neuer Algorithmus bietet einen globalen Ansatz zur Auffindung von Fixpunkten in der Mathematik.

Neue Erkenntnisse zum PDHG-Algorithmus verbessern die Effizienz bei der Lösung komplexer Optimierungsprobleme.

Eine neue Methode verbessert Lösungen für komplexe elliptische PDEs in Ingenieurwesen und Wissenschaft.

Eine neue Methode verbessert die Local Binary Patterns für bessere Genauigkeit bei der Gesichtserkennung und der Erkennung von Gesichtsausdrücken.

Neue Methoden verbessern die Genauigkeit bei der Modellierung von Fluid-Feststoff-Interaktionen in der Poroelastizität.

Diese Studie bewertet neue Methoden zur Simulation gekoppelte nichtlineare Schrödinger-Gleichungen.

Eine Methode, die die Finite-Elemente-Analyse mit beliebigen Netzen verbessert.

Ein Blick auf den reflektierenden Block-Kaczmarz-Algorithmus und seine Anwendungen.

Erkunde die Rolle und Anwendungen von endlichen trigonometrischen Summen in verschiedenen Bereichen.

Ein neuer Ansatz zur Verbesserung der Genauigkeit in hyperbolischen Erhaltungsgesetzen mithilfe von Sprungfiltern.

Eine neue Methode kombiniert SINDy und Bayessche Optimierung, um DDEs effizient zu analysieren.

Innovative Methoden verbessern das Verständnis der Wasserflussdynamik.

Wissenschaftler kombinieren traditionelle Modelle und Deep Learning für Vorhersagen zur Eisdicke in Grönland.

Dieser Artikel stellt eine neue Methode vor, um Quantensysteme mit sich verändernden Kräften zu simulieren.

In diesem Papier geht's darum, digitale Zwillinge zu verbessern, damit man Risiken besser einschätzen und Entscheidungen treffen kann.

In diesem Artikel geht's darum, die Effizienz von VPINNs mit Hilfe von Least Squares und Gradient Descent zu verbessern.

Erforschen, wie geschaltete Systeme funktionieren und ihre Bedeutung in verschiedenen Anwendungen.

Dieser Artikel stellt einen effizienten Ansatz vor, um Funktionen aus ungleichmässig verteilten Datenpunkten wiederherzustellen.

Untersuchung, wie Magnetfelder elektrisch leitende Flüssigkeiten beeinflussen und deren praktische Anwendungen.

Dieser Artikel betrachtet, wie neuronale Netzwerke bei der Analyse der Bratu- und Burgers-Gleichungen helfen.

Diese Studie beschäftigt sich mit optimaler Steuerung für Fluiddynamik, die durch die Stokes-Gleichungen geregelt ist.

Eine Studie zur Phasentrennung in Mischungen unter Verwendung dynamischer Randbedingungen.

Ein neuer Ansatz für Randwertprobleme mit der Dipol-Simulationsmethode zeigt vielversprechende Ergebnisse.

In diesem Artikel wird ein Modell für Phasenübergänge in Materialien wie Stahl und Eis untersucht.

Lern, wie stabiler Rang und intrinsische Dimension Einblicke in die Eigenschaften von Matrizen geben.

Eine neue Methode stellt Spannungsfelder in Materialien mithilfe von Neutronenbildern genau wieder her.

Eine Erkundung von Primmatrizen und ihrem Zerfall in einfachere Tensorprodukte.

Eine neue Methode verbessert die Differenzierungsgenauigkeit mithilfe von Taylor-Reihen und Korrekturtermen.

Dieser Artikel stellt eine Methode zur Lösung von nichtlokalen parabolischen Problemen mit Isogeometrischer Analyse vor.

Die kontinuierliche Datenassimilation verbessert die Vorhersagegenauigkeit in verschiedenen Bereichen.

Entdecke einen vielversprechenden Ansatz, um knackige Gleichungen in Physik und Ingenieurwesen zu lösen.

Effektive Methoden, um komplexe Herausforderungen in der Strömungsdynamik zu meistern.

Dieses Paper behandelt die Rolle von Badekorrelationfunktionen in offenen Quantensystemen.

Erforschung von Solitonen in Netzwerken und deren Anwendungen in der Technik.

Untersuche, wie zufällige Zeitintervalle Lösungen für gewöhnliche Differentialgleichungen verbessern.

Eine neue Technik verbessert die Stabilität in Modellen des elektromagnetischen Feldes und geht Probleme mit Leitfähigkeit und Frequenz an.

Die Rolle von Spektralmethoden und W-Systemen beim Lösen komplexer PDEs erkunden.

Eine flexible Herangehensweise an die Annäherung von Vektoren mit zufälligen Informationen erkunden.

Eine neue Lattice-Boltzmann-Formulierung verbessert Simulationen in der linearen Elastodynamik.