Informatique - Analyse numérique

Présentation de LWALM pour une reconnaissance efficace des attributs piétons sur des appareils à ressources limitées.

De nouvelles méthodes améliorent le calcul des sous-espaces invariants en algèbre linéaire numérique.

Cette recherche utilise l'apprentissage profond pour trouver des solutions faibles aux équations de Navier-Stokes.

Explorer l'importance et les applications des courbes sphériques dans différents domaines.

La méthode hybride améliore les simulations d'écoulement de gaz grâce à des techniques de calcul efficaces.

Explorer des techniques d'apprentissage par quelques exemples pour améliorer les diagnostics en imagerie médicale.

Une étude sur un protocole de consensus blockchain amélioré qui permet des réparations de nœuds.

Améliorer les prévisions météo grâce à des techniques d'assimilation de données innovantes.

La recherche montre que les connexions dans le cerveau changent avant et pendant les crises.

FB-RK(3,2) améliore la précision et l’efficacité dans les simulations en eau peu profonde.

De nouvelles méthodes améliorent la compréhension des transitions solide-liquide dans les matériaux.

Cet article présente une nouvelle approche pour simuler efficacement les interactions entre deux fluides.

Explorer des fonctions lisses qui améliorent l'utilité de la fonction maximum en mathématiques.

Des recherches montrent des méthodes pour stabiliser les équations d'onde en utilisant le filtrage de Fourier direct.

Une plongée approfondie dans la Conjecture de Crouzeix et ses implications en analyse matricielle.

Une étude sur l'utilisation de méthodes basées sur les données pour comprendre les comportements des matériaux avec des discontinuités.

Cet article parle de la méthode d'expression finie pour résoudre des transitions d'état complexes.

Comprendre les solutions numériques pour les équations intégrales et différentielles en science et en ingénierie.

Un nouvel algorithme améliore les performances de récupération de signal dans les applications de récupération de phase.

Explorer les défis et les innovations dans les méthodes aux éléments finis non adaptées pour les EDP.

Une nouvelle méthode améliore la gestion des défis électromagnétiques complexes.

Une nouvelle approche pour modéliser comment les structures flottantes réagissent aux vagues océaniques.

Une nouvelle méthode améliore la précision des équations d'advection-diffusion en utilisant des réseaux de neurones.

Un aperçu approfondi de la façon dont les ondes sonores interagissent avec différents objets.

L'analyse des modèles thermiques améliore les performances et la fiabilité des machines grâce à un contrôle précis de la température.

Une nouvelle méthode améliore la modélisation de formes complexes dans les simulations sans pénalités.

Explorer comment les équations à délais infinis influencent notre compréhension des dynamiques écologiques et épidémiologiques.

Une nouvelle méthode pour échantillonner des distributions complexes en imagerie.

Apprends comment des méthodes avancées gèrent l'incertitude dans la modélisation des eaux souterraines.

De nouvelles méthodes améliorent l'efficacité de la modélisation géologique pour l'exploration pétrolière et gazière.

Explorer de nouvelles méthodes pour modéliser des matériaux influencés par le désordre dans la séparation de phases.

Explorer les méthodes et applications des équations différentielles partielles stochastiques dans divers domaines.

De nouvelles techniques améliorent la récupération des signaux en compression sensing en utilisant des opérateurs proximaux.

De nouvelles techniques améliorent l'efficacité et la précision dans la conception expérimentale en utilisant des méthodes bayésiennes.

Une nouvelle méthode améliore les solutions pour les problèmes complexes à plusieurs échelles en utilisant des réseaux neuronaux.

Une étude sur les méthodes mathématiques pour les matériaux poroélastiques en ingénierie et biologie.

Une nouvelle approche pour améliorer la stabilité dans des systèmes complexes comme les ponts et les véhicules.

MOP-UP révèle des variations cachées dans des ensembles de données complexes grâce à des techniques innovantes de réduction de dimensions.

De nouvelles méthodes améliorent l'efficacité pour résoudre des équations aux dérivées partielles paramétriques complexes.

Un nouvel algorithme propose des estimations de dimensions fiables pour les réseaux.