Mathematik - Numerische Analysis

Ein Blick darauf, wie randomisierte quasi-Monte-Carlo-Methoden Integrale unter verschiedenen Bedingungen schätzen.

Ein Blick auf fortgeschrittene Techniken für bessere Datenassimilation und Filterung.

Lerne, wie du transparente Randbedingungen anwenden kannst, um die Schrödinger-Gleichung numerisch zu lösen.

Neue Techniken verbessern die Effizienz beim Lösen grosser linearer Systeme.

Eine Studie über statistische Fehler in der Langevin-Dynamik mit verschiedenen numerischen Integratoren.

Lerne, wie Mehrstufenmethoden die Fehlerabschätzung bei komplexen Problemlösungen verbessern.

Zylindrische Shearlets verbessern die Bildklarheit bei Scans von dynamischen Objekten.

Ein neuer Ansatz für die effiziente Simulation von quasi-2D Coulomb-Systemen wird vorgestellt.

Dieser Artikel behandelt die Erweiterung der Kondratiev-Räume um fraktionelle Glattheit.

SPOD verbessert die Modellierungseffizienz, indem es das Systemverhalten über Zeit und Raum genau erfasst.

Die Rolle des p-Laplacians in der Datenanalyse und komplexen Systemen untersuchen.

Dieser Artikel stellt eine Methode vor, um die Rechenkosten bei der Schätzung unbekannter Grössen zu senken.

Ein Blick auf die Rolle von quadratischen Matrizenstiften bei der Analyse dynamischer Systeme.

Ein mathematisches Modell untersucht die Interaktionen zwischen Korallenriffen und schädlichen Mikroalgen.

Analyse numerischer Methoden in der Materialwissenschaft für Phasenfeldprobleme.

Ein Blick darauf, wie Patch-Dynamik die Multiskalen-Modellierungstechniken verbessert.

Die Rolle von Transformern bei der Vorhersage von sequenziellen Datenausgaben erkunden.

Eine neue Methode verbessert die Effizienz bei optimalen Transportproblemen durch Flussaktualisierungen.

SWIFT verbessert die Methoden des atmosphärischen Transports und sorgt dafür, dass wichtige Eigenschaften in Simulationen erhalten bleiben.

Diese Studie stellt Methoden vor, um komplexe Koeffizienten-Inversprobleme in Spielen zu lösen.

Lern was über IPMs und wie MLMC ihre Leistung in verschiedenen Anwendungen verbessert.

Eine neue Methode geht effizient mit Stossbildungen in der Burgers-Gleichung um.

Kombination von Quanten- und klassischen Methoden, um die Gleichungen der Fluidbewegung zu lösen.

Innovative Sampling-Technik geht Herausforderungen in komplexen Verteilungen für maschinelles Lernen an.

Ein Blick auf Block-Finite-Differenzen-Methoden zur Lösung von Wärmegleichungen.

Ein Guide zum Erstellen von visuell ansprechenden und mathematisch präzisen Kurven.

Untersuchung von Lösungen zu zeit-fraktionalen biharmonischen Problemen in Ingenieurwesen und Physik.

Eine neue FFT-basierte Methode verbessert das Studium von Materialien mit komplexen Mikrostrukturen.

Entdecke, wie zeit-spektrale Methoden das Lösen von Differentialgleichungen verbessern.

Eine neue Methode verbessert die Genauigkeit bei der Simulation des Verhaltens von Wasserwellen für die Offshore-Engineering.

Diese Studie stellt Tensor-Train-Netzwerke vor, um die Genauigkeit und Effizienz von Strömungssimulationen zu verbessern.

Wir analysieren numerische Methoden für die Cahn-Hilliard-Gleichung auf sich verändernden Oberflächen.

Eine neue Methode verbessert die Genauigkeit bei singulär gestörten Reaktions-Diffusionsproblemen.

Zwei innovative Kalibrierungsmethoden verbessern die Genauigkeit von kardiovaskulären Modellen für die Patientenversorgung.

Lern, wie gekoppelte Autoencoder die Auflösung von komplexen inversen Problemen verbessern.

Eine neue Methode verbessert die Datenanalyse, indem sie den chordalen Abstand in der nichtnegativen Matrixfaktorisierung nutzt.

Tiefe neuronale Netze verbessern die Modellierung von akustischen Streuproblemen in verschiedenen Bereichen.

Tensoren bieten eine neue Möglichkeit, komplexe Daten aus verschiedenen Bereichen zu analysieren.

Die Kombination von Physik und maschinellem Lernen verbessert die Techniken zur Bildgebung im Untergrund.

Eine neue Verlustfunktion, Astral, steigert die Leistung von physik-basierten neuronalen Netzen.