Mathématiques - Analyse numérique

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.

Cet article passe en revue les méthodes numériques pour les PDE elliptiques, en se concentrant sur la collocation et les réseaux de neurones.

De nouvelles méthodes pour estimer précisément des fonctions en utilisant des réseaux de rang 1 sont présentées.

Présentation des matrices Group-and-Shuffle pour un ajustement efficace des modèles neuronaux.

Découvrez comment les réseaux numériques améliorent l'efficacité dans les tâches mathématiques complexes.

De nouvelles techniques améliorent la précision et l'efficacité dans la simulation des mouvements des particules.

Un aperçu de comment la température change pendant les scénarios de trempage.

Explore les Grassmanniens et leur rôle dans la géométrie et l'analyse de courbure.

Cet article examine les comportements dans les systèmes multi-agents et les méthodes pour les contrôler.

Nouvelles méthodes améliorent la résolution d'équations aux dérivées partielles fractionnaires complexes.

De nouvelles méthodes améliorent l'analyse des matériaux en utilisant l'imagerie hyperspectrale.

De nouvelles méthodes améliorent l'efficacité dans la modélisation des défis de la mécanique des contacts.

Un aperçu des réseaux de neurones symplectomorphes et de leur importance dans les systèmes hamiltoniens.

Une nouvelle méthode améliore l'efficacité pour résoudre des problèmes de contrôle optimal avec des PDE.

Un aperçu des techniques de tramage et de leur importance dans le rendu d'images.

De nouvelles méthodes améliorent les simulations de plasma pour une meilleure compréhension et des applications.

Combinaison de l'optimisation topologique et de l'apprentissage machine pour un design efficace de composants photoniques.

La recherche sur les méthodes des moments améliore la compréhension du comportement des particules dans les gaz.

Cet article parle de l'importance d'apprendre les opérateurs dans les espaces de Banach pour le calcul scientifique.

De nouvelles méthodes améliorent la stabilité et la précision dans des systèmes matriciels complexes.

Examen de la modélisation d'ordre réduit et des réseaux de neurones dans les calculs de propagation des ondes.

Découvre des méthodes pour résoudre efficacement des équations algébriques complexes en utilisant l'approche ADI.

Un aperçu des techniques d'optimisation de formes et de leurs applications dans le monde réel.

Exploration de la méthode des éléments spectraux de Galerkin discontinu pour les lois de conservation non linéaires.

De nouveaux schémas améliorent la convergence faible dans les équations différentielles stochastiques avec des coefficients super-linéaires.

Cette méthode améliore la compréhension du comportement du modèle grâce aux relations entrée-sortie.