Mathématiques - Analyse numérique

Une méthode efficace pour approximer les comportements de diffusion complexes dans différents domaines.

Examen des modèles de turbulence et de l'assimilation de données pour les prédictions du comportement des fluides.

Approches innovantes pour simuler le comportement dépendant du temps des particules dans les systèmes quantiques.

Une étude sur l'ajustement de la centralité dans les réseaux pour différentes applications.

Un aperçu de comment l'apprentissage par opérateurs façonne la modélisation mathématique moderne.

De nouvelles méthodes améliorent les simulations de fluides en utilisant des nuages de points pour plus d'efficacité et de précision.

Une nouvelle méthode pour prédire des dynamiques lentes dans des systèmes multiscales en utilisant des techniques basées sur les données.

Explore comment les modèles structurés par âge révèlent des infos sur la croissance de la population et des maladies.

Apprends comment les méthodes d'échantillonnage aident à révéler les propriétés des polygones.

Un aperçu de comment les modèles financiers évaluent les options dans différentes conditions de marché.

Un aperçu des méthodes numériques qui améliorent la tarification des options en finance.

Une approche structurée pour décomposer les images en améliorant la clarté et le détail.

Examen de différents modèles et de leur comportement en acoustique non linéaire.

Cette étude présente une nouvelle méthode pour modéliser les flux d'eau influencés par des changements de densité.

Un nouveau cadre améliore la flexibilité de conception et l'efficacité dans l'optimisation topologique.

Une nouvelle méthode propose des solutions efficaces pour les équations intégrales en utilisant des réseaux de neurones.

Une approche simplifiée pour calculer les fonctions de Wannier améliore la recherche sur les matériaux.

Une nouvelle façon de calculer les mouvements des particules dans des fluides en trois dimensions.

De nouvelles méthodes mélangent des réseaux neuronaux et des techniques d'éléments finis pour améliorer les simulations d'écoulement de fluide.

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.