8 artículos
Este trabajo presenta dos nuevas familias de controladores de adaptabilidad temporal multirritmo diseñados para métodos de integración MRI incrustados, los cuales, junto con nuevas incrustaciones para métodos MERK de hasta quinto orden, permiten simulaciones adaptativas de alta eficiencia y precisión para problemas con múltiples escalas de tiempo.
Este artículo presenta \texttt{EinSum}, una notación tensor-relacional que automatiza la descomposición de cálculos en Einstein para ejecutar componentes intensivos mediante núcleos numéricos eficientes mientras gestiona la dispersión de los datos de forma relacional.
Este artículo demuestra por primera vez que el uso directo de núcleos tensoriales FP64 en GPUs NVIDIA, combinado con optimizaciones de fusión de kernels en la biblioteca MFEM, acelera significativamente las simulaciones de elementos finitos de alto orden a escala exascale, logrando mejoras de rendimiento de hasta 2 veces y una eficiencia energética del 83% en sistemas como Alps.
Este trabajo presenta una arquitectura totalmente residente en GPU y sin bloqueos para la verificación masiva de la conjetura de Goldbach, que logra una eficiencia paralela superior al 98% y acelera el proceso en 45,6 veces al eliminar la comunicación con el host mediante un mecanismo de robo de trabajo asíncrono y el uso de memoria compartida optimizada.
Este documento técnico presenta una implementación en JAX de la familia Broyden autoescalada de métodos cuasi-Newton, compatible con la librería Optimistix, que incluye variantes como BFGS, DFP y Broyden junto con una búsqueda de línea Zoom, con el objetivo de facilitar su adopción en la comunidad de JAX.
Este trabajo presenta un método numéricamente estable y aproximadamente diez veces más rápido que las bibliotecas estándar para calcular los autovalores de matrices reales diagonalizables de $3 \times 3$ mediante fórmulas cerradas basadas en cuatro invariantes, superando la inestabilidad de las soluciones trigonométricas tradicionales en casos de autovalores repetidos.
Este artículo presenta un algoritmo eficiente que, mediante interpolación dispersa y búsqueda de polinomios de grado fijo, genera conjuntos simplificados de funciones racionales, superando el estado del arte en rendimiento y demostrando su utilidad en aplicaciones como la identificabilidad estructural de parámetros.
Threadle es un motor de almacenamiento y consulta de redes de alto rendimiento y bajo consumo de memoria, escrito en C#, que permite gestionar y analizar a escala redes multicapa y mixtas de millones de nodos mediante una innovación de pseudo-proyección que evita la materialización de proyecciones de dos modos, ofreciendo además interfaces en línea de comandos y para R.