Mathématiques - Analyse numérique

Découvrez comment TEP transforme la détection des bords de texture sans formation compliquée.

Nouvelles perspectives sur les résultats de l'ARF en utilisant des modèles mathématiques pour le traitement du cœur.

Découvrez des méthodes pour trouver des solutions optimales dans divers domaines.

Un aperçu de l'algorithme PDHG et de son rôle dans les méthodes d'optimisation.

Les méthodes de pas de temps adaptatifs améliorent les simulations de dynamique de Langevin du comportement des particules sous des forces aléatoires.

Une nouvelle approche améliore les calculs sur le manoir de Stiefel pour différentes applications.

Gérer efficacement de grandes données grâce à des techniques d'approximation par tenseur à faible rang.

Une nouvelle approche combine l'apprentissage automatique et la physique pour une meilleure analyse des matériaux.

Des chercheurs développent des méthodes pour résoudre efficacement de grands systèmes linéaires clairsemés.

Techniques pour améliorer la qualité d'image à partir de données médicales bruyantes.

Utiliser des réseaux de neurones pour résoudre efficacement des équations différentielles partielles complexes.

Étude des écoulements MHD et de leur comportement dans des configurations de Hele-Shaw.

L'algorithme MOCCA améliore la vitesse et la qualité de l'imagerie par IRM en utilisant des données incomplètes.

Une nouvelle méthode pour prédire le comportement dans les équations de Hamilton-Jacobi contraintes.

Explore l'efficacité de SVRG pour résoudre des problèmes complexes et des données bruyantes.

Une nouvelle approche simplifie les solutions pour les équations différentielles tensoriels non linéaires de manière efficace et performante.

Une méthode qui améliore l'approximation des modèles mathématiques en utilisant des réseaux de neurones et des éléments finis.

Une méthode innovante combine l'apprentissage profond et des techniques numériques avancées pour résoudre des lois de conservation.

Une nouvelle méthode améliore l'efficacité et la précision dans la résolution d'équations de réaction-diffusion complexes.

Cet article examine le rôle de l'optimisation riemannienne dans l'amélioration de la méthode de Hartree-Fock.

Cet article parle des avantages des méthodes hybrides d'ordre élevé avec multigrille géométrique pour résoudre des systèmes linéaires.

Explorer les réseaux de neurones tensoriels pour améliorer les solutions dans des scénarios complexes à plusieurs échelles.

Découvrez un solveur puissant pour s'attaquer à des équations non linéaires complexes dans divers domaines.

Apprends comment des fonctions plus simples peuvent aider à analyser des données complexes de manière efficace.

Combiner des nœuds dispersés et réguliers améliore la précision dans la résolution de problèmes complexes.

Une nouvelle méthode améliore l'estimation des propriétés des tissus en imagerie médicale.

Une méthode pour récupérer à la fois l'amplitude et la phase des signaux complexes tout en quantifiant l'incertitude.

La recherche se concentre sur l'amélioration des éléments finis de bas ordre pour de meilleures simulations de matériaux.

Des techniques de tomographie par diffraction améliorées utilisant des ondes personnalisées augmentent la précision de l'imagerie médicale.

Une nouvelle méthode pour l'approximation de fonctions dans des espaces courbes complexes.

De nouvelles méthodes améliorent la précision des prévisions météo et de la modélisation climatique.

SOBER améliore l'efficacité pour trouver les paramètres optimaux pour des modèles complexes.

Apprends des méthodes de réduction de dimension pour simplifier l'analyse de données complexes.

Nouveau modèle qui intègre les effets thermiques et mécaniques en stéréolithographie.

Une nouvelle méthode améliore la classification des trajectoires dans les systèmes hamiltoniens, rendant ça plus efficace et précis.

EIT propose une méthode plus sûre pour l'imagerie interne en utilisant des courants électriques.

Une nouvelle méthode utilise l'apprentissage profond pour des équations mathématiques complexes dans divers domaines.

Apprends à gérer les équations dépendantes du temps en utilisant des techniques de décomposition et de composition.

Une nouvelle méthode améliore la modélisation des mouvements de fluides dans des environnements souterrains complexes.

Un nouveau préconditionneur améliore les simulations fluides dans les matériaux poreux pour diverses industries.