Matemáticas - Análisis Numérico

Este artículo habla sobre métodos para estabilizar la ecuación de Burgers y hacer un mejor modelado.

Descubre cómo el aprendizaje automático está enfrentando ecuaciones en derivadas parciales complejas.

Un método para representar gráficamente planos de manera matemática para simulaciones.

Nuevas técnicas mejoran la estabilidad y precisión en simulaciones de dinámica estructural.

Una mirada a cómo las técnicas de aprendizaje de operadores mejoran la modelación de la dinámica neural.

Un estudio sobre el uso de mediciones y métodos numéricos para resolver PDEs elípticas.

GFN-ROM mejora la reducción de orden del modelo usando redes neuronales gráficas para simulaciones eficientes.

NEIM usa redes neuronales para simplificar modelos no lineales complejos para un análisis eficiente.

Nuevos métodos utilizan redes neuronales para abordar ecuaciones fraccionarias en el tiempo de manera efectiva.

Este estudio presenta un método para mejorar las predicciones de interacción fluido-estructura para aplicaciones de ingeniería.

Explorando métodos para abordar problemas de interacción fluido-estructura en diferentes áreas.

Un nuevo método que utiliza redes neuronales para resolver ecuaciones diferenciales parciales complejas de manera eficiente.

Un método para modelar con precisión las incertidumbres en ciencia e ingeniería.

Un nuevo marco resuelve eficientemente las EDP mientras aborda las incertidumbres.

Una visión general de la estructura y la importancia del tapiz Apolonio en matemáticas.

Métodos numéricos estables mejoran la precisión de la simulación del flujo de plasma y sus aplicaciones.

Este método ayuda a aclarar datos complejos y cambiantes reduciendo el ruido mientras mantiene las características importantes.

Una mirada al cálculo discreto y sus aplicaciones en la comprensión de formas complejas.

Una mirada a cómo los polinomios biortogonales mejoran los métodos de regresión polinómica.

Examinando la dinámica de materiales ferromagnéticos a través de técnicas de modelado avanzadas.

Nuevas técnicas para aproximaciones rápidas de matrices de núcleo usando métodos de Chebyshev y tensor train.

Una visión general sobre problemas inversos y métodos para reconstrucciones precisas.

Un nuevo método mejora la eficiencia del entrenamiento para ecuaciones complejas usando escalado variable.

Nuevos métodos mejoran las soluciones para el problema de Helmholtz en ingeniería y matemáticas.

Investigar la estabilidad energética en simulaciones de cristales mejora las predicciones del comportamiento de los materiales.

Explorando nuevos métodos para entender el movimiento de fluidos en materiales porosos.

Un marco para mejorar las estrategias de inyección de dióxido de carbono en el almacenamiento subterráneo.

Explorando fKANs y su impacto en el rendimiento del aprendizaje automático.

Este artículo explora nuevos métodos para simular flujos de fluidos con tecnología de GPU.

Una visión general de las álgebras tensoriales y sus aplicaciones en el análisis de datos.

Nuevo método mejora la estabilidad energética en flujos graduales sin suposiciones estrictas.

Este estudio mejora las simulaciones de gotas de metal fundido en entornos de microgravedad.

Un nuevo método mejora el modelado de Markov al abordar las limitaciones en el análisis de datos de series temporales complejas.

Este artículo revisa métodos numéricos para PDEs elípticas, centrándose en la colocación y redes neuronales.

Se presentan nuevos métodos para estimar funciones con precisión usando redes de rango 1.

Presentando matrices Group-and-Shuffle para un ajuste fino eficiente de modelos neuronales.

Descubre cómo las redes digitales mejoran la eficiencia en tareas matemáticas complejas.

Nuevas técnicas mejoran la precisión y eficiencia en la simulación de movimientos de partículas.

Una mirada a cómo cambia la temperatura durante situaciones de inmersión.

Explora los Grassmannianos y su papel en la geometría y el análisis de curvatura.