Informática - Análisis numérico

Un trabajo reciente mejora la gestión de errores en soluciones numéricas para ecuaciones de subdifusión.

Un nuevo modelo ofrece una forma más sencilla de construir redes neuronales profundas.

Un nuevo método para llenar huecos en datos multidimensionales.

Un enfoque sólido para asegurar la precisión en las simulaciones de PDEs parabólicos semilineales.

Aprende cómo este método ayuda a crear modelos predictivos a partir de datos complejos.

Aprende sobre técnicas de convolución en una y dos dimensiones.

ReSDF mejora la creación de funciones de distancia firmadas usando técnicas de aprendizaje profundo.

Una guía sencilla sobre el descenso de gradiente y sus métodos de optimización.

Explorando la importancia de los splines geométricamente continuos en varias aplicaciones.

Nuevos métodos reducen el uso de memoria mientras resuelven la Ecuación de Transporte de Boltzmann de manera efectiva.

Un método para mejorar el control óptimo sobre sistemas definidos por EDP.

Este artículo explora métodos avanzados en optimización restringida usando técnicas adaptativas.

Un método para estimar cómo las sustancias dañinas penetran en materiales de goma.

Aprende cómo la diferenciación algorítmica y el guardado de puntos mejoran la eficiencia de los modelos científicos.

Este estudio propone una nueva forma de modelar la transmisión de COVID-19 considerando varios factores.

Explorando las verificaciones de intersección de zonotopos polinómicos en sistemas complejos.

Un nuevo método de red neuronal para abordar las ecuaciones de Maxwell en armonía temporal.

Este estudio se centra en métodos eficientes para reconstruir imágenes incompletas usando clustering de superpixeles.

Las redes neuronales ofrecen nuevas formas de resolver ecuaciones de Poisson complejas en altas dimensiones.

Aprende cómo las técnicas de reducción de modelos simplifican sistemas complejos para un mejor análisis.

Una mirada a cómo los espacios de Barron mejoran el rendimiento de las redes neuronales en dimensiones altas.

Una nueva herramienta ayuda a los usuarios a manejar errores de redondeo en cálculos de punto flotante.

Un nuevo enfoque para mejorar la precisión en la búsqueda de ceros complejos en sistemas polinómicos.

Aprende a estimar errores en PINNs para obtener mejores soluciones a las EDPs.

Nuevo método ofrece flexibilidad para calcular convoluciones de manera efectiva.

Blendstrings ofrecen representaciones funcionales suaves y precisas en varios campos.

Usando aprendizaje por refuerzo para mejorar la comprensión de reacciones químicas raras.

Una mirada a cómo la imagen de magnetorelajación mejora las aplicaciones médicas de las nanopartículas.

La investigación mejora el método LDG para tener más precisión en problemas de flujo de fluidos.

Reduce la complejidad en los sistemas para obtener información y mejorar las predicciones.

Nuevos integradores ofrecen conservación de energía eficiente para modelos matemáticos complejos.

Explorando algoritmos acelerados para el Problema de Complementariedad de Valores Propios Asimétricos.

Las hipermatrices van más allá de las matrices tradicionales, permitiendo manejar datos complejos en múltiples dimensiones.

Un nuevo método acelera cálculos integrales en altas dimensiones usando técnicas QMC.

Nuevas técnicas mejoran la solución de ecuaciones no lineales complejas.

Enfoque innovador mejora la comprensión del comportamiento de ondas en línea en materiales avanzados.

Una mirada a DRBEM y sus aplicaciones en la resolución de ecuaciones científicas complejas.

Explorando enfoques numéricos para ecuaciones diferenciales fraccionarias complejas en varias aplicaciones.

ParticleWNN ofrece un nuevo enfoque para mejorar soluciones de PDEs complejas usando aprendizaje profundo.

Explorando cómo la energía y la entropía moldean la modelización atmosférica y las predicciones.