Matematica - Analisi numerica

Il metodo MWG offre nuovi modi per risolvere problemi complessi dei campi elettromagnetici.

Questo articolo esamina un metodo ibrido per un'ottimizzazione energetica efficace in vari settori.

Un nuovo metodo combina intelligenza artificiale e fisica per affrontare problemi inversi complessi.

Un nuovo approccio che utilizza nuvole di punti migliora l'efficienza nella progettazione di impianti cranici.

CECM migliora l'integrazione numerica riducendo il numero di punti e aumentando la precisione.

Un nuovo approccio ibrido migliora l'analisi dei problemi elastoplastici.

I modelli generativi stanno trasformando il modo in cui le forme vengono create e ottimizzate in vari settori.

Un nuovo metodo per risolvere in modo efficiente equazioni matematiche complesse.

Impara tecniche per semplificare sistemi passivi complessi mantenendo le proprietà chiave.

Questa ricerca analizza come certe equazioni del calore portano a bruschi aumenti di temperatura.

I ricercatori stanno usando reti neurali per una riduzione efficiente dell'ordine del modello.

Un nuovo approccio per risolvere le equazioni differenziali usando reti neurali e polinomi ortogonali.

Impara le pratiche chiave per migliorare l'addestramento delle reti neurali informate dalla fisica.

Presentiamo uno schema che preserva i confini per simulazioni SDE accurate.

Uno studio rivela come i campi magnetici influenzano il comportamento dei fluidi micropolari.

Esaminare il potenziale e gli ostacoli della tecnologia THz per utenti mobili.

Studiare il movimento dei fluidi nei materiali porosi aiuta l'energia geotermica e la gestione dei rifiuti.

Tecniche innovative migliorano la simulazione delle onde in materiali poroelastici complessi.

Un nuovo modello migliora il recupero di segnali sparsi in ambienti rumorosi.

I PIBI-Nets semplificano la risoluzione delle PDE usando i dati al contorno, migliorando l'efficienza e la precisione.

Esplorando i QRM per migliorare l'analisi dei dati nelle applicazioni reali.

Questo articolo parla di come applicare il machine learning alle teorie di campo discreto in fisica.

Questo lavoro migliora gli approcci di design per problemi di interazione fluido-struttura che coinvolgono deformazioni significative.

Un nuovo schema numerico migliora l'accuratezza del modello SIS per la dinamica delle malattie.

Un nuovo algoritmo semplifica le simulazioni di flussi fluidi complessi senza decomposizione degli autovalori.

Un nuovo metodo migliora l'efficienza dell'addestramento per le Deep Operator Networks.

Nuovo metodo migliora lo studio dei comportamenti delle particelle nella materia attiva.

Un nuovo framework aumenta l'efficienza e la precisione nel modeling a ordine ridotto.

Un modo per suddividere dati complessi in parti più semplici.

Nuovi metodi offrono una precisione migliore nella risoluzione di problemi ai valori propri parametrizzati in vari settori.

Un nuovo metodo migliora i calcoli del flusso di fluidi e della pressione.

Scopri come le approssimazioni a bassa graduazione riducono la complessità dei dati mantenendo le informazioni chiave.

Una guida agli spazi matematici nei metodi agli elementi finiti in quattro dimensioni.

Questo articolo esplora l'applicazione dei metodi agli elementi finiti nell'analisi in quattro dimensioni.

Questo articolo parla della trasformata inversa numerica per l'equazione DNLS.

Un nuovo algoritmo migliora la precisione nella risoluzione delle equazioni differenziali stocastiche all'indietro.

Un nuovo approccio affronta le sfide nella diffusione elettromagnetica all'interno di cavità rettangolari.

Esplorando equazioni che spiegano le proprietà dei materiali e i loro cambiamenti.

Introducendo il metodo del gradiente più ripido stocastico per ottimizzare meglio in spazi complessi.

Scopri come identificare in modo efficace le fonti di inquinamento dell'acqua.