2022 ورقة بحثية
تقدم هذه الورقة طريقة جسيمات عصبية قائمة على الدرجة (score-based) تستبدل مُقدِّر "الكتلة" (blob estimator) المكلف حاسوبياً بشبكة عصبية ذات تعقيد زمني قدره يتم تدريبها عبر مطابقة الدرجة الضمنية (implicit score matching) لحل نظام "فلاسوف-ماكسويل-لانداو"، مما يُظهر دقة فائقة، وكفاءة في الذاكرة، واسترخاءً طويل الأمد نحو التوازن مقارنة بالطرق الحالية.
تقترح هذه الورقة نهجاً قائماً على الشبكات العصبية الرسومية لتقريب الفضاءات الخشنة في طرق "شوارز" ثنائية المستوى لتدفق "دارسي"، مما يقضي بفعالية على عمليات حل القيم الذاتية المحلية المكلفة مع توفير حد خطأ نظري يضمن تقارباً قوياً وفعالاً في الأوساط المسامية شديدة التباين.
تقدم هذه الورقة طريقة عناصر محدودة غير متطابقة (unfitted) قوية وخالية من التباعد لمسألة دارسي، تستخدم تدفقات متوافقة مع وضغوطاً غير متصلة لضمان حفظ الكتلة عند كل نقطة وتحقيق تقارب أمثل مع استقرار مستقل عن القطع، حتى في وجود خلايا مقطوعة صغيرة للغاية.
تقدم هذه الورقة طريقة طيفية فوريه (Fourier spectral method) مبتكرة لمعادلة بولتزمان متجانسة مكانياً ذات قطع (cutoff) مع إمكانات ماكسويلية وإمكانات صلبة، وتوفر أول تقديرات دقيقة وصارمة للخطأ لهذه الطريقة، وتتحقق من دقتها وقدرتها على التقاط ديناميكيات الحل من خلال تجارب عددية شاملة.
تقترح هذه الورقة وتحلل طريقة العناصر المحدودة لـ "غاليركين-تيكونو" (Galerkin–Tikhonov) لإعادة البناء العددي للجهود في مسألة "كالدرون" الكسرية من قياسات خارجية جزئية أحادية، مع إثبات الضمانات النظرية للوجود والوحدانية والتقارب المشروط، بينما تُظهر الاستقرار والدقة من خلال التجارب العددية.
تقدم هذه الورقة طريقة "كازمارك غير الخطي للكتل المتوسطة مع الزخم التكيفي" (ABNKAm)، وهي خوارزمية تكرارية جديدة للأنظمة غير الخطية واسعة النطاق تستخدم استراتيجية تكيفية لأحجام الخطوات ومعاملات الزخم لتحقيق تقارب أسي صارم وكفاءة حوسبية فائقة مقارنة بالمتغيرات الموجودة.
تثبت هذه الورقة أن مسائل الأمثلة البارامترية القابلة للتعريف ذات الأهداف غير الملساء، وقيود عدم المساواة، والحلول غير الفريدة، تقبل صيغة حالة مُلحقة تمنح حقلاً محافظاً قابلاً للحساب لدالة القيمة تحت شرط تأهيل بسيط، مما يتيح التكامل المباشر مع الحلول الثنائية-الأولية دون اشتراط قابلية الاشتقاق لتخطيط الحل.
تقترح هذه الورقة طريقة عصبون الحدود مع الميزات العشوائية (BNM-RF) التي تدمج معادلات تكامل الحدود مع الشبكات العصبية الضحلة باستخدام معاملات عشوائية ثابتة لحل المعادلات التفاضلية الجزئية على نطاقات معقدة وغير محدودة عبر المربعات الصغرى الخطية الفعالة، مما يوفر دقة تنافسية وضمانات تقارب دون الحاجة إلى التحسين القائم على التدرج غير المحدب.
تقدم هذه الورقة شبكات هودج للتشتت متعددة المقاييس (MHSNs)، وهي إطار عمل مبتكر لتحليل الإشارات على المجمعات البسيطة يستفيد من قواميس القواعد متعددة المقاييس لاستخراج ميزات قوية وثابتة التبادل عبر بنية تشبه الشبكات العصبية الالتفافية (CNN)، مما يتيح تصنيفاً عالي الدقة بعدد أقل بكثير من المعلمات القابلة للتدريب مقارنة بالشبكات العصبية الرسومية الحديثة.
تؤسس هذه الورقة تحليلاً لسلامة الحل وانتظامه لتدفقات الانتشار المزدوج المستقرة ذات اللزوجة المعتمدة على درجة الحرارة في نطاقات ليبشيتز المحدودة، وتُقدم طريقة العناصر المحدودة غير المتوافقة تماماً باستخدام عناصر كروز-رافيرت التي تضمن حقول سرعة خالية من التباعد محلياً، وتضمن حلولاً منفصلة فريدة، وتوفر تقديرات خطأ مسبقة مثبتة تم التحقق منها من خلال الاختبارات العددية.