Matematica - Analisi numerica

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.

Uno sguardo chiaro agli spettri degli operatori e agli pseudospettri per applicazioni matematiche.

Questo studio esamina le transizioni di fase usando il problema di Cahn-Hilliard in geometrie uniche.

Esaminando i metodi snapshot per una migliore modellazione dei sistemi complessi nel tempo.

Nuovi metodi migliorano la precisione e l'efficienza nelle simulazioni delle calotte glaciali.

Esplorando algoritmi quantistici per risolvere sistemi lineari con tensori a rango basso.

Una nuova strategia di calibrazione migliora la modellazione della roccia salina per lo stoccaggio dell'idrogeno.

La ricerca si concentra sul fermare i modelli d'onda dannosi nei sistemi biologici.

Esplora come la diffusione delle onde plasmi la tecnologia e la ricerca scientifica.

Questo articolo esamina i metodi per stimare l'errore statistico nelle simulazioni di tracciamento delle particelle.

Un nuovo metodo migliora la qualità delle immagini per oggetti in movimento nelle TAC.

Questo articolo parla dei metodi numerici per risolvere l'equazione frazionaria di Korteweg-de Vries.

Come la convezione e gli effetti termici influenzano l'interazione delle placche e la formazione dei supercontinenti.

Esplorando metodi avanzati per la proiezione del suono nei driver a compressione.

Nuovi metodi migliorano l'analisi dei modelli stocastici con coefficienti irregolari.