Informatica - Analisi numerica

Uno sguardo a come le derivate frazionarie influenzano vari campi scientifici.

Questo studio mostra come le reti neurali migliorano il precondizionamento per risolvere sistemi lineari sparsi.

Un nuovo approccio migliora la risoluzione di problemi di flusso complessi con metodi a celle finite.

Un nuovo approccio migliora l'efficienza nella stima dei parametri di stabilizzazione in ingegneria.

Esplorando l'impatto della qualità della mesh sulla precisione della simulazione dei tessuti molli.

Un nuovo metodo affronta la sfida delle equazioni ad alta dimensione in fisica e ingegneria.

Uno sguardo a come l'apprendimento avversariale migliora le tecniche di separazione del segnale.

Questo articolo parla di come modellare strutture sottili come il diaframma a partire da immagini mediche.

Nuovi metodi combinano deep learning e tecniche di campionamento per un'imaging migliore.

Uno sguardo all'importanza e all'applicazione delle equazioni ADR nella scienza.

Esplorando soluzioni efficienti per sistemi lineari complessi usando tecniche multigrid.

Introducendo nuove strategie per risolvere problemi di ottimizzazione convessa in modo efficiente.

Scopri come l'analisi dell'errore all'indietro migliora il metodo di Newmark per una maggiore precisione.

Introducendo un nuovo modo di simulare particelle in ambienti di plasma usando lo schema Particle-in-Fourier.

Il metodo di Newton proiettato migliora l'efficienza nei problemi inversi lineari bayesiani.

Esplorando il legame tra curvatura e rango della matrice nei varietà di Grassmann e Stiefel.

Uno sguardo a come le fasi interagiscono in vari sistemi usando modelli matematici.

Un nuovo algoritmo migliora la ricostruzione delle immagini interne nella diagnostica medica usando l'EIT.

Esplorare metodi innovativi nella modellazione di chiusura usando tecniche di machine learning.

Esplorare i metodi HDG per la simulazione delle onde nei materiali elastici con proprietà variabili.

Un metodo per risolvere le PDE paraboliche in modo più efficiente.

Le FDE neurali combinano reti neurali e equazioni differenziali frazionarie per migliorare la modellazione di sistemi complessi.

Esplorando nuovi metodi per modellare e capire il comportamento dei fluidi vischiosi vicino ai confini.

Un nuovo modello migliora le simulazioni del flusso di gas in condizioni complesse.

Un nuovo metodo migliora l'analisi della rugosità superficiale usando le funzioni di Fourier-Bessel.

Un nuovo metodo migliora l'efficienza e l'accuratezza della modellazione atmosferica usando metodi agli elementi finiti misti.

Uno studio su geodetiche, raggio d'iniettività e punti di taglio all'interno del manifold di Stiefel.

Un nuovo metodo migliora il trasferimento di dati nei modelli computerizzati di sistemi complessi.

Scopri come i campi casuali di tipo Matern migliorano l'affidabilità e le prestazioni del design.

Questo studio migliora le simulazioni fluidodinamiche usando una rete generativa avversariale all'interno dei metodi multigrid.

Un nuovo metodo combina reti neurali e ottimizzazione senza gradienti per un design efficiente.

Nuovi metodi migliorano l'accuratezza e l'efficienza nella simulazione dei flussi di gas in condizioni estreme.

Quest'articolo presenta un metodo per identificare le leggi di conservazione usando l'analisi dei dati.

Studio del ripristino di termini sconosciuti nelle PDE da dati rumorosi usando metodi di regolarizzazione.

Presentiamo un metodo innovativo per simulazioni di magnetoidrodinamica accurate.

Esplorando come si muovono gli ioni e come influenzano le funzioni cellulari.

Un nuovo approccio migliora le simulazioni di flusso turbolento usando tecniche di machine learning.

Scopri come il random sketching migliora il nostro approccio ai problemi inversi nell'analisi dei dati.

Un nuovo metodo per risolvere il modello BGK usando reti neurali.

Una panoramica delle equazioni differenziali stocastiche e della loro importanza in vari campi.