🤖 machine learning

Two-Parameter Flows for Learning Population Dynamics of Physical Systems

تقدم هذه الورقة طريقة قابلة للتوسع لتعلم ديناميكيات الأنظمة الفيزيائية عالية الأبعاد من عينات غير مصنفة عبر استخدام تدفقات ثنائية المعلمات لاستخلاص سرعات فيزيائية-زمنية فريدة ومنتظمة من عمليات النقل من القاعدة إلى الهامش، مما يتيح نمذجة الظواهر غير التدرجية مثل الدوران دون الحاجة إلى بيانات مسار أو اقترانات نقل أمثل لكل خطوة.

Paul Schwerdtner, Tobias Blickhan, Benjamin Peherstorfer2026-05-27
🤖 machine learning

Classification and detection of multiple UAVs using rational Gaussian wavelet neural networks

تقترح هذه الورقة نظام تعلم آلي فعال من حيث التكلفة وقابل للتفسير يستخدم الشبكات العصبية لتموجات غاوس العقلانية للكشف عن كل من الطائرات بدون طيار الفردية وأسراب الدرونز وتصنيفها بناءً على الإشارات الصوتية، مما يظهر أداءً متفوقاً على الطرق التقليدية في بيئات متنوعة.

Ungvári Gergő, Ferenc Braun, Attila Ámon, Péter Kackstädter, János Volk, Péter Kovács, Tamás Dózsa2026-05-27
🔢 mathematics

A Jacobi-like algorithm for normal matrices by the skew-symmetric part

تقدم هذه الورقة خوارزمية تشبه طريقة جاكوبي سريعة تستفيد من طريقة بارديكوبر للمصفوفات متماثلة متباينة (skew-symmetric) لحساب القيم والناقلات الذاتية للمصفوفات الطبيعية الحقيقية بكفاءة، لا سيما تلك التي تمتلك قيمًا ذاتية مركبة غالبة، مع توفير صيغ صريحة لأقرب المصفوفات المتماثلة متباينة الهاملتونية (skew-Hamiltonian) والمصفوفات المتعامدة التماثلية (ortho-symplectic).

Simon Mataigne, P. -A. Absil2026-05-27
🤖 machine learning

Recursive Flow Matching

تقدم الورقة البحثية "مطابقة التدفق التكرارية" (Recursive Flow Matching - RecFM)، وهو إطار توليدي مبتكر يفرض الاتساق الذاتي عبر مقاييس التجزئة لتحقيق تنبؤ عالي الدقة وفي الوقت الفعلي للديناميكيات المكانية والزمانية المعقدة، مع تسريع يصل إلى 20 ضعفاً مقارنة بالمحاكيات القائمة على الانتشار، مع تقليل أخطاء التنبؤ بشكل كبير.

Jiahe Huang, Sihan Xu, Sharvaree Vadgama, Rose Yu2026-05-27
🔢 mathematics

Reducing Internal State in Eigenvalue-Only Divide-and-Conquer Tridiagonal Eigensolvers

تقدم هذه الورقة خوارزمية "فرق تسد" قائمة على الصفوف الحدية لمحللات القيم الذاتية لثلاثية الأقطار المخصصة للقيم الذاتية فقط، والتي تقلل من تعقيد الذاكرة من التربيعي إلى الخطي وتلغي عمليات ضرب المصفوفات في المتجهات غير الضرورية عبر تمرير صفوف حدية مختارة فقط خلال عملية التكرار، مما يتيح التنفيذ المتوازي الفعال على وحدات المعالجة المركزية متعددة الأنوية ووحدات معالجة الرسومات الحديثة.

Ruiyi Zhan, Shaoshuai Zhang2026-05-27
🔢 mathematics

FINOM: Fast Sinkhorn on Non-uniform Meshes

تقدم هذه الورقة FINOM، وهو خوارزمية ذات تعقيد خطي تسرع حساب مسافة واسرستاين-1 على الشبكات غير المنتظمة من خلال الاستفادة من بنية شبه خطية تم تحديدها حديثاً عبر "مؤشر تقسيم" لتقليل التعقيد لكل تكرار من O(N2)O(N^2) إلى O(N)O(N).

Qihao Cheng, Qichen Liao, Hao Wu, Shuai Yang2026-05-27
🔢 mathematics

On the convergence of iterated penalty methods for structure-preserving discretizations of saddle point problems

تقدم هذه الورقة تقديرات تقارب جديدة ونتائج استقرار أكثر دقة لطريقة الجزاء المتكررة (التي تُنظر إليها كعملية تكرار أوزا) المطبقة على التجزئات الحافظة للبنية لمسائل نقاط السرج المعممة الخطية، مع التحقق من النتائج النظرية من خلال ثلاثة تطبيقات لنماذج العناصر المحدودة.

Patrick E. Farrell, Michael Neilan, Charles Parker, L. Ridgway Scott2026-05-27
🔢 mathematics

PINNsur: Physics-Informed Neural Networks for PDEs on Curved Surfaces

تقدم هذه الورقة البحثية PINNsur، وهو إطار عمل خالٍ من الشبكات (mesh-free) يحل المعادلات التفاضلية الجزئية على الأسطح المنحنية عن طريق إسقاط المؤثرات من R3\mathbb{R}^3 على المتشعب، مع استقصاء سلوك التقارب للشبكات العصبية المستوحاة من الفيزياء تجريبياً في هذا السياق الهندسي الصعب.

Pranav Jain, Navami Kairanda, Peter Yichen Chen, Oded Stein2026-05-27
🔢 mathematics

A collocation scheme that is equivalent to discontinuous Galerkin discretizations

تُبين هذه الورقة أن مخطط استكمال طيفي محدد يتمتع بخاصية الجمع بالتقسيم ينتج نماذج شبه منفصلة مكافئة لطرق غاليركين غير المتصلة باستخدام نفس طريقة التربيع، مع تقديم خصائص طيفية مواتية وتوفير استراتيجيات للتعامل مع أنماط الفضاء الفارغ واستعادة التكافؤ في الصيغ المستقرة إنتروبياً.

Jason Hicken2026-05-27
🔢 mathematics

Machine Learning-based quadratic closures for non-intrusive Reduced Order Models

تقدم هذه الورقة نهجاً قائماً على البيانات يعزز دقة نماذج الرتب المنخفضة غير التدخلية ناقصة الدقة من خلال توظيف شبكة العمليات متعددة المدخلات (MIONet) لتعلم حد تصحيح تربيعي مستمر ومعتمد على المعلمات للأنماط المهملة، مما يحسن التعميم مقارنة بطرق المربعات الصغرى التقليدية.

Gabriele Codega, Anna Ivagnes, Nicola Demo, Gianluigi Rozza2026-05-26