Informatique - Analyse numérique

Explorer de nouvelles méthodes et applications pour le clustering en théorie des graphes.

Explorer des méthodes pour résoudre les équations intégrales d'Urysohn avec différents noyaux.

Une nouvelle méthode améliore l'estimation des paramètres pour les systèmes de communication optique.

Une méthode pour améliorer la précision dans la résolution des problèmes d'advection-diffusion à travers les dimensions.

Méthodes pour approximer le flux de courbure moyenne et le flux de courbure moyenne hyperbolique sur les surfaces.

Combiner des méthodes traditionnelles avec l'IA pour améliorer les solutions PDE.

Un aperçu des méthodes numériques pour des solutions efficaces d'écoulement de fluides.

Des approches innovantes améliorent les tests de cointégration en utilisant des stratégies d'optimisation.

Une nouvelle méthode simplifie avec succès les calculs des réacteurs nucléaires.

Un nouveau cadre combine l'apprentissage automatique et les EDP pour un modélisation scientifique efficace.

De nouvelles méthodes améliorent les simulations de transport de chaleur dans des plasmas anisotropes pour la recherche sur la fusion.

Des chercheurs créent des modèles plus simples pour prédire les comportements complexes des fluides de manière efficace.

Une nouvelle méthode fusionne la physique et l'apprentissage machine pour s'attaquer à des équations mathématiques complexes.

Des chercheurs dévoilent les mécanismes derrière la nage de petits organismes utilisant des cils et des flagelles.

Un aperçu de comment la FEM mixte aide à étudier les matériaux poroélastiques.

Un aperçu des méthodes d'échantillonnage optimales dans l'approximation des moindres carrés.

Comprendre comment protéger le réseau électrique contre les cyberattaques en utilisant la théorie des graphes.

Cet article parle des techniques pour améliorer la stabilité du système grâce à l'optimisation de l'amortissement.

Présentation des TFPONets pour résoudre des problèmes d'interface avec des techniques d'apprentissage profond.

Présentation de ComFNO, une méthode pour s'attaquer aux équations différentielles complexes en utilisant l'apprentissage profond.

Explore des méthodes pour garder des données financières précises et fiables.

Méthodes innovantes pour des solutions efficaces à des problèmes inverses complexes dans divers domaines.

Mamba propose une nouvelle méthode pour analyser des systèmes complexes en utilisant l'apprentissage automatique.

NMF compressé propose une solution pratique pour analyser des gros jeux de données de manière efficace.

Une nouvelle méthode améliore la représentation de l'humidité dans les modèles météo.

Apprends comment l'homogénéisation aide à comprendre efficacement des matériaux et systèmes complexes.

Cet article détaille des méthodes numériques pour approximativement des équations stochastiques complexes dans la nature et la finance.

Une plongée dans les réseaux de neurones pour la minimisation de la variation totale dans les images.

De nouvelles techniques améliorent la simulation de la lumière dans des matériaux avancés avec des structures complexes.

Cette étude examine comment les bulles de vapeur qui s'effondrent affectent les matériaux solides environnants.

Un aperçu de la méthode d'Euler implicite et de ses applications dans l'inversion différentielle.

De nouvelles techniques visent à améliorer le traitement du cancer de la prostate grâce à des modèles basés sur les données.

Une nouvelle méthode utilisant des réseaux de neurones pour calculer les valeurs propres dans de grandes matrices.

Explorer comment les KAN améliorent les solutions pour les défis de contrôle optimal dans différents domaines.

Explore l'importance et les utilisations des matrices à structure bloc en mathématiques et en ingénierie.

Explore le rôle de la méthode de Boltzmann sur réseau dans l'étude des flux multiphases.

De nouvelles techniques pour gérer les systèmes quantiques améliorent les calculs de matrices de densité.

Présentation d'une méthode solide pour résoudre les équations de Navier-Stokes en dynamique des fluides.

Une nouvelle méthode améliore l'efficacité des réseaux de neurones dans les applications scientifiques.

Étude des modèles d'apprentissage automatique pour prédire les propriétés des matériaux solides, en se concentrant sur les défauts.