Michael D. Shields

Nuevos métodos mejoran las predicciones del comportamiento de los materiales bajo condiciones extremas.

Este artículo revisa el papel del aprendizaje activo en el análisis de sensibilidad global para mejorar la recolección de datos.

Un nuevo método combina técnicas basadas en datos con principios físicos para mejorar el modelado.

Un nuevo método mejora el análisis de fiabilidad para sistemas complejos usando muestreo avanzado y aprendizaje automático.

Un nuevo método mejora la precisión del modelado sustituto usando principios físicos.

Presentando un marco que mejora la eficiencia del análisis de confiabilidad para eventos raros.

Las redes neuronales bayesianas mejoran las predicciones del comportamiento de materiales con estimaciones de incertidumbre.

RINO ofrece un nuevo enfoque para resolver ecuaciones diferenciales parciales de manera eficiente.