Informatica - Analisi numerica

Lavori recenti migliorano la gestione degli errori nelle soluzioni numeriche per le equazioni di subdiffusione.

Un nuovo modello offre un modo più semplice per costruire reti neurali profonde.

Un nuovo metodo per riempire i vuoti nei dati multidimensionali.

Un approccio solido per garantire accuratezza nelle simulazioni di PDE paraboliche semilineari.

Scopri come questo metodo aiuta a creare modelli predittivi da dati complessi.

Scopri le tecniche di convoluzione in una e due dimensioni.

ReSDF migliora la creazione di funzioni di distanza firmate utilizzando tecniche di deep learning.

Una guida semplice sul gradient descent e i suoi metodi di ottimizzazione.

Esplorare l'importanza degli spline geometricamente continui in varie applicazioni.

Nuovi metodi riducono l'uso della memoria mentre risolvono efficacemente l'Equazione di Trasporto di Boltzmann.

Un metodo per migliorare il controllo ottimale su sistemi definiti da PDE.

Questo articolo esplora metodi avanzati nell'ottimizzazione vincolata usando tecniche adattive.

Un metodo per stimare come le sostanze nocive penetrano nei materiali di gomma.

Scopri come la differenziazione algoritmica e il checkpointing migliorano l'efficienza dei modelli scientifici.

Questo studio propone un nuovo modo di modellare la trasmissione del COVID-19 tenendo conto di vari fattori.

Esplorare i controlli di intersezione dei zonotopi polinomiali in sistemi complessi.

Un nuovo metodo di rete neurale per affrontare le equazioni di Maxwell a armoniche temporali.

Questo studio si concentra su metodi efficienti per ricostruire immagini incomplete usando il clustering superpixel.

Le reti neurali offrono nuovi modi per risolvere complesse equazioni di Poisson in alte dimensioni.

Scopri come le tecniche di riduzione del modello semplificano sistemi complessi per una migliore analisi.

Uno sguardo a come gli spazi di Barron migliorano le prestazioni delle reti neurali in alte dimensioni.

Un nuovo strumento aiuta gli utenti a gestire gli errori di arrotondamento nei calcoli a virgola mobile.

Un nuovo approccio per migliorare l'accuratezza nel trovare zeri complessi di sistemi polinomiali.

Impara a stimare gli errori nelle PINN per trovare soluzioni migliori alle PDE.

Nuovo metodo offre flessibilità per calcolare le convoluzioni in modo efficace.

Blendstrings offrono rappresentazioni di funzioni fluide e precise in vari settori.

Usare il reinforcement learning per migliorare la comprensione delle reazioni chimiche rare.

Uno sguardo a come l'imaging magnetorelassometrico migliora le applicazioni mediche delle nanoparticelle.

La ricerca migliora il metodo LDG per una maggiore accuratezza nei problemi di flusso fluido.

Riduci la complessità nei sistemi per ottenere intuizioni e migliorare le previsioni.

Nuovi integratori offrono una preservazione energetica efficace per modelli matematici complessi.

Esplorando algoritmi accelerati per il Problema di Complementarità degli Autovalori Asimmetrici.

Le ipermatrici vanno oltre le matrici tradizionali, permettendo di gestire dati complessi in più dimensioni.

Nuovo metodo accelera i calcoli integrali in alte dimensioni usando tecniche QMC.

Nuove tecniche migliorano la soluzione di equazioni non lineari complesse.

Un approccio innovativo migliora la comprensione del comportamento delle onde lineari nei materiali avanzati.

Uno sguardo a DRBEM e alle sue applicazioni nella risoluzione di equazioni scientifiche complesse.

Esplorando approcci numerici a equazioni differenziali frazionarie complesse in diverse applicazioni.

ParticleWNN offre un nuovo modo per migliorare le soluzioni per PDE complesse usando il deep learning.

Esplorando come l'energia e l'entropia modellano la previsione atmosferica.