Matematica - Analisi numerica

Esplora come i convertitori DC-DC garantiscano una potenza stabile nei sistemi elettronici.

Tecniche innovative per simulare sistemi quantistici aperti usando l'equazione di Lindblad.

Combinare Parareal e reti neurali offre un modo più veloce per risolvere le ODE.

Un nuovo modo per quantificare i rischi in sistemi con parametri incerti usando miscele gaussiane.

Una panoramica di come i metodi di deep learning affrontano le equazioni differenziali.

Un nuovo metodo per calcolare operatori prossimali senza ordinare i dati per l'ottimizzazione.

Le PDE con ritardo offrono spunti su sistemi influenzati da ritardi temporali in vari settori.

Esplorando il rapporto tra energia logaritmica e fenomeni di autovalori polinomiali.

Le reti neurali migliorano le soluzioni per le equazioni differenziali parziali complesse.

Un approccio basato sui dati per risolvere problemi inversi lineari usando operatori addestrati.

Scopri come i processi gaussiani affrontano l'incertezza nelle previsioni nel machine learning.

Un nuovo metodo di regolarizzazione migliora le ricostruzioni dell'attività elettrica del cuore a partire dalle misurazioni sulla superficie corporea.

Esplora il ruolo degli autovalori nel migliorare le analisi statistiche e le valutazioni dei modelli.

La ricerca migliora la comprensione del flusso d'acqua tra i sistemi superficiali e sotterranei.

Tecniche innovative migliorano l'efficienza nello studio dei materiali iperelastici e delle loro applicazioni.

Capire le simulazioni è fondamentale per migliorare le macchine elettriche e i trasformatori.

Ricercando come imparare gli operatori e gestire gli errori in modo efficace negli spazi delle funzioni.

Analizzando la suddivisione di una sfera in aree uguali e le sue applicazioni.

PySLSQP semplifica la programmazione non lineare con visualizzazione in tempo reale e derivate automatiche.

Usare posits a bassa precisione può migliorare l'efficienza e la precisione nei calcoli.

Un nuovo metodo combina approcci a level-set e polittopici per l'ottimizzazione della forma.

Nuovi metodi migliorano i calcoli per le equazioni differenziali che coinvolgono gruppi di Lie nella dinamica quantistica.

Nuovo metodo utilizza misurazioni di strain per stimare il carico aerodinamico nel volo ipersonico.

Scopri come il disaccoppiamento semplifica la risoluzione di complesse equazioni evolutive.

Questo metodo migliora l'accuratezza e l'efficienza della simulazione delle onde sonore attraverso la conservazione nodale.

Un nuovo metodo migliora il tracciamento dei tumori al cervello usando risonanza magnetica e modelli matematici.

Esplorando come la stabilità del film lacrimale influisce sulla sindrome dell'occhio secco.

Un approccio innovativo per gestire le condizioni al contorno dinamiche nelle equazioni d'onda.

Un nuovo metodo migliora le prestazioni delle reti neurali per risolvere equazioni fisiche complesse.

Nuovi metodi per risolvere problemi di controllo stocastico senza derivate usando le reti neurali.

Scopri come le funzioni razionali di Zolotarev gestiscono i valori in diversi domini.

Introducendo un metodo efficiente per studiare il comportamento degli elettroni nel plasma a bassa temperatura.

Indagare come l'idrogeno influisce sulla resistenza e sulla duttilità dei metalli in varie applicazioni.

Nuove strategie di correzione migliorano i metodi numerici per modellare sistemi fisici complessi.

Un modo per simulare la casualità nei processi biologici usando metodi matematici avanzati.

Real2Sim aiuta i bracci robotici a imparare in modo efficace attraverso simulazioni realistiche.

Combinare la decomposizione del dominio e l'inferenza degli operatori per simulazioni più veloci.

Nuovi metodi migliorano l'accuratezza nella risoluzione delle equazioni cinetiche in fisica.

I ricercatori studiano le reti biologiche e la loro importanza nei sistemi viventi.

Questo studio valuta il framework IDGI per spiegare le previsioni dei modelli di deep learning.