Mathématiques - Analyse numérique

Présentation d'une nouvelle méthode pour le modèle de consolidation de Biot en utilisant des techniques de Boltzmann sur réseau.

Explore le comportement et les applications des cristaux liquides dans la technologie et la recherche.

Une nouvelle méthode récupère des images nettes à partir de versions floues en utilisant l'inférence bayésienne.

Découvre comment les embrayages centrifuges améliorent la performance des transmissions automatiques dans les voitures.

Une plongée approfondie dans les équations de diffusion à ordre variable et leurs méthodes de résolution.

Un aperçu des techniques d'estimation des erreurs dans les méthodes d'éléments finis.

Méthodes innovantes pour améliorer la précision et la clarté des images grâce aux techniques de tenseurs quaternion.

Une méthode pour modéliser efficacement des systèmes complexes tout en préservant les propriétés clés.

Présentation de PI-TFPONet : une méthode pour résoudre des PDE paramétriques sans gros jeux de données.

Un aperçu de comment le mouvement brownien impacte les simulations dans divers domaines.

Estimation de l'état du réacteur en temps réel grâce à des techniques innovantes basées sur les données.

De nouvelles méthodes améliorent les prévisions dans des systèmes complexes, surtout en géosciences.

Une nouvelle méthode améliore la précision du transfert de solution dans des simulations complexes.

Une méthode pour nettoyer les images avec du bruit de sel et de poivre en utilisant le modèle L TV.

Examiner les avancées dans la résolution de problèmes d'autovalues non linéaires dans divers domaines.

L'échantillonnage local propose une nouvelle façon de gérer des données complexes de manière efficace.

Cet article parle de nouvelles techniques pour résoudre les BSPDEs de manière efficace.

De nouvelles approches améliorent la modélisation des comportements physiques dans des géométries variées.

Une nouvelle méthode améliore les estimations des paramètres dans les problèmes inverses affectés par du bruit.

Un aperçu de la descente de gradient stochastique et son rôle dans l'optimisation.

Un aperçu de l'impact de l'incertitude sur les prédictions des modèles en génie chimique.

Des chercheurs ont amélioré la méthode RCMC pour des simulations de réactions chimiques plus rapides et plus fiables.

Des stratégies numériques innovantes améliorent la compréhension des flux d'eau dans divers environnements.

Une nouvelle méthode améliore la précision des simulations de l'atmosphère solaire et des interactions fluides.

Cette étude améliore le filtre de Kalman par ensemble pour des applications non linéaires.

Un regard approfondi sur la méthode RKSV pour les équations hyperboliques.

De nouvelles méthodes améliorent la vitesse et la qualité des tâches de défloutage d'image.

Examiner le modèle EMI pour la transmission de signaux cellulaires dans les tissus.

Un nouvel algorithme améliore la précision et l'efficacité dans l'intégration temporelle pour l'analyse structurelle.

Cet article parle des solveurs multigrille monolithiques pour résoudre efficacement les problèmes d'écoulement de fluide.

Explorer l'importance de la sparsité de groupe dans l'analyse de données dans divers domaines.

Une approche systématique pour calculer des intégrales sur des surfaces courbées complexes.

De nouvelles techniques améliorent l'efficacité pour trouver plusieurs solutions aux problèmes de moindres carrés non linéaires.

Une méthode pour s'attaquer efficacement aux défis complexes des moindres carrés.

De nouvelles méthodes améliorent la précision dans la simulation des interactions complexes entre particules.

Un aperçu de la façon dont les matériaux réagissent au stress et du rôle du hasard.

De nouvelles méthodes améliorent la modélisation du contact de frottement en ingénierie et en physique.

Les systèmes de contrôle ajustent les comportements dans différents domaines, gérant les incertitudes et optimisant les performances.

Cet article parle des réseaux de neurones qui mélangent efficacement approximation et généralisation.

Apprends comment les réseaux de neurones améliorent la précision de l'intégration de Monte Carlo grâce aux variétés de contrôle.