Matemáticas - Análisis Numérico

Nuevos métodos combinan el aprendizaje profundo y técnicas de muestreo para mejorar la imagen.

Una mirada a la importancia y aplicación de las ecuaciones ADR en la ciencia.

Explorando soluciones eficientes para sistemas lineales complejos usando técnicas de multigrid.

Presentando nuevas estrategias para resolver problemas de optimización convexa de manera eficiente.

Aprende cómo el análisis de error hacia atrás mejora el método de Newmark para una mejor precisión.

Presentando un nuevo enfoque para simular partículas en entornos de plasma utilizando el esquema de Partícula-en-Fourier.

El método de Newton proyectado mejora la eficiencia en problemas inversos lineales bayesianos.

Explorando la relación entre la curvatura y el rango de la matriz en las variedades de Grassmann y Stiefel.

Una mirada a cómo las fases interactúan en varios sistemas usando modelos matemáticos.

Un nuevo algoritmo mejora la reconstrucción de imágenes internas en diagnósticos médicos usando EIT.

Explorando métodos innovadores en modelado de cierre usando técnicas de machine learning.

Explorando métodos HDG para la simulación de ondas en materiales elásticos con propiedades variables.

Un método para resolver PDEs parabólicos de manera más eficiente.

Las FDEs neuronales combinan redes neuronales y ecuaciones diferenciales fraccionarias para mejorar el modelado de sistemas complejos.

Explorando nuevos métodos para modelar y entender el comportamiento de fluidos viscosos cerca de los bordes.

Nuevo modelo mejora simulaciones de flujo de gas en condiciones complejas.

Un nuevo método mejora el análisis de la rugosidad de la superficie usando funciones de Fourier-Bessel.

Un nuevo método mejora la eficiencia y precisión del modelado atmosférico usando métodos de elementos finitos mixtos.

Un estudio sobre geodésicas, radio de inyección y puntos de corte dentro del manifold de Stiefel.

Un nuevo método mejora la transferencia de datos en modelos computacionales de sistemas complejos.

Aprende cómo los campos aleatorios de tipo Matern mejoran la confiabilidad y el rendimiento del diseño.

Este estudio mejora las simulaciones de fluidos usando una red generativa adversarial dentro de métodos multigrid.

Un nuevo método combina redes neuronales y optimización sin gradientes para un diseño eficiente.

Nuevos métodos mejoran la precisión y la eficiencia al simular flujos de gas en condiciones extremas.

Este artículo presenta un método para identificar leyes de conservación usando análisis de datos.

Estudio de la reconstrucción de términos desconocidos en PDEs a partir de datos ruidosos usando métodos de regularización.

Presentando un método innovador para simulaciones de magnetohidrodinámica precisas.

Explorando cómo se mueven los iones y afectan las funciones celulares.

Un nuevo enfoque mejora las simulaciones de flujo turbulento usando técnicas de aprendizaje automático.

Aprende cómo el random sketching mejora nuestra forma de abordar problemas inversos en el análisis de datos.

Un método novedoso para resolver el modelo BGK usando redes neuronales.

Una visión general de las ecuaciones diferenciales estocásticas y su importancia en varios campos.

Una mirada clara a los espectros de operadores y pseudospectros para aplicaciones matemáticas.

Este estudio examina las transiciones de fase usando el problema de Cahn-Hilliard en geometrías únicas.

Examinando métodos de instantáneas para mejorar la modelación de sistemas complejos a lo largo del tiempo.

Nuevos métodos mejoran la precisión y eficiencia en simulaciones de capas de hielo.

Explorando algoritmos cuánticos para resolver sistemas lineales con tensores de bajo rango.

Una nueva estrategia de calibración mejora la modelación de la roca salina para el almacenamiento de hidrógeno.

La investigación se centra en detener patrones de ondas dañinas en sistemas biológicos.

Explora cómo la dispersión de ondas moldea la tecnología y la investigación científica.