Mathématiques - Analyse numérique

Une nouvelle méthode de contrôle améliore la prise de décision dans des systèmes complexes avec des observations bruyantes.

Une méthode parallèle de haut ordre accélère considérablement les simulations cardiaques.

Apprends comment les techniques modernes accélèrent la résolution des problèmes de vagues.

Cet article passe en revue des méthodes pour sommer des séries de matrices non convergentes.

Une nouvelle méthode simplifie l'analyse des plaques et des coques fines en ingénierie.

Un nouvel algorithme améliore la vitesse et la précision de la contraction des réseaux de tenseurs.

Les ONG utilisent des réseaux de neurones pour simplifier la résolution d'équations différentielles partielles complexes de manière efficace.

Cet article parle des méthodes pour stabiliser l'équation de Burgers pour une meilleure modélisation.

Découvre comment l'apprentissage automatique s'attaque aux équations différentielles partielles complexes.

Une méthode pour représenter mathématiquement des graphes plans pour des simulations.

De nouvelles techniques améliorent la stabilité et la précision des simulations en dynamique des structures.

Un aperçu de comment les techniques d'apprentissage par opérateur améliorent la modélisation des dynamiques neuronales.

Une étude sur l'utilisation de mesures et de méthodes numériques pour résoudre des PDE elliptiques.

GFN-ROM améliore la réduction de l'ordre du modèle en utilisant des réseaux de neurones graphiques pour des simulations efficaces.

NEIM utilise des réseaux de neurones pour simplifier des modèles non linéaires complexes pour une analyse efficace.

De nouvelles méthodes utilisent des réseaux de neurones pour résoudre efficacement des équations à temps fractionnaire complexes.

Cette étude présente une méthode pour améliorer les prédictions d'interaction fluide-structure pour les applications d'ingénierie.

Explorer des méthodes pour résoudre des problèmes d'interaction fluide-structure dans divers domaines.

Une nouvelle méthode utilisant des réseaux de neurones pour résoudre efficacement des équations différentielles partielles complexes.

Une méthode pour modéliser avec précision les incertitudes en science et en ingénierie.

Un nouveau cadre résout efficacement les EDP tout en prenant en compte les incertitudes.

Un aperçu de la structure et de l'importance du garnissage apollonien en mathématiques.

Des méthodes numériques stables améliorent la précision des simulations d'écoulement de plasma et leurs applications.

Cette méthode aide à clarifier des données complexes et changeantes en réduisant le bruit tout en gardant les caractéristiques importantes.

Un aperçu du calcul discret et de ses applications pour comprendre des formes complexes.

Un aperçu de comment les polynômes biorthogonaux améliorent les méthodes de régression polynomiale.

Examen des dynamiques des matériaux ferromagnétiques à travers des techniques de modélisation avancées.

Nouvelles techniques pour des approximations rapides de matrices noyau en utilisant des méthodes de Chebyshev et de train tensoriel.

Un aperçu des problèmes inverses et des méthodes pour des reconstructions précises.

Une nouvelle méthode améliore l'efficacité de l'entraînement pour des équations complexes en utilisant un redimensionnement variable.

De nouvelles méthodes améliorent les solutions pour le problème de Helmholtz en ingénierie et en mathématiques.

Faire des recherches sur la stabilité énergétique dans les simulations de cristaux améliore les prévisions du comportement des matériaux.

Explorer de nouvelles méthodes pour comprendre le mouvement des fluides dans les matériaux poreux.

Un cadre pour améliorer les stratégies d'injection de dioxyde de carbone dans le stockage souterrain.

Explorer les fKANs et leur impact sur la performance de l'apprentissage machine.

Cet article explore de nouvelles méthodes pour simuler des flux de fluides avec la technologie GPU.

Un aperçu des algèbres de tenseurs et de leurs applications dans l'analyse de données.

Une nouvelle méthode améliore la stabilité énergétique dans les flux de gradient sans hypothèses strictes.

Cette étude améliore les simulations de gouttelettes de métal en fusion dans des environnements en microgravité.

Une nouvelle méthode améliore la modélisation de Markov en s'attaquant aux limites de l'analyse des données de séries temporelles complexes.