cs.NA artículos | Gist.Science

FourierSpecNet: Neural Collision Operator Approximation Inspired by the Fourier Spectral Method for Solving the Boltzmann Equation

El artículo presenta FourierSpecNet, un marco híbrido que integra el método espectral de Fourier con aprendizaje profundo para aproximar de manera eficiente y precisa el operador de colisión de la ecuación de Boltzmann, logrando convergencia consistente, resolución invariantes y una reducción significativa del costo computacional en comparación con los solvers espectrales tradicionales.

Jae Yong Lee, Gwang Jae Jung, Byung Chan Lim, Hyung Ju HwangMon, 09 Ma🤖 cs.AI

Quantization of Probability Distributions via Divide-and-Conquer: Convergence and Error Propagation under Distributional Arithmetic Operations

Este artículo presenta y analiza un algoritmo de divide y vencerás para aproximar distribuciones de probabilidad continuas unidimensionales, demostrando mediante un estudio numérico y un límite superior del error en la distancia de Wasserstein-1 que este método ofrece una convergencia óptima y una mayor estabilidad en operaciones aritméticas en comparación con esquemas previos.

Bilgesu Arif Bilgin, Olof Hallqvist Elias, Michael Selby, Phillip Stanley-MarbellMon, 09 Ma🔢 math

Solving Approximation Tasks with Greedy Deep Kernel Methods

Este trabajo introduce modelos de kernel profundo greedy que, al combinar capas de kernel lineales con funciones de activación optimizables y un preentrenamiento específico, logran una mayor expresividad y precisión en tareas de aproximación que los métodos tradicionales y las redes neuronales.

Marian Klink, Tobias Ehring, Robin Herkert, Robin Lautenschlager, Dominik Göddeke, Bernard HaasdonkMon, 09 Ma🔢 math

On the uniqueness of the discrete Calderon problem on multi-dimensional lattices

Este trabajo demuestra que el problema de Calderón discreto en retículos hipercúbicos de tres o más dimensiones permite identificar unívocamente las conductividades de las aristas a partir del operador de Dirichlet-a-Neumann, extendiendo así el resultado clásico bidimensional mediante una técnica de corte novedosa y validación numérica.

Maolin Deng, Bangti JinMon, 09 Ma🔢 math

Data-Driven Bed Capacity Planning Using $M_t/G_t/\infty$ Queueing Models with an Application to Neonatal Intensive Care Units

Este artículo propone un marco de planificación de capacidad basado en datos que utiliza un modelo de colas $M_t/G_t/\infty$ con tasas de llegada y distribuciones de estancia variables en el tiempo para superar las limitaciones de las reglas estáticas y mejorar la precisión en la estimación de la ocupación de camas en unidades de cuidados intensivos neonatales.

Maryam Akbari-Moghaddam, Douglas G. Down, Na Li, Catherine Eastwood, Ayman Abou Mehrem, Alexandra HowlettMon, 09 Ma🔢 math

Performance Comparison of Gate-Based and Adiabatic Quantum Computing for AC Power Flow Problem

Este artículo presenta la primera comparación directa entre la computación cuántica basada en puertas (utilizando QAOA) y la computación cuántica adiabática (mediante modelos de Ising) para resolver el problema del flujo de potencia en corriente alterna, evaluando su precisión y rendimiento en un sistema de 4 barras frente a soluciones de D-Wave y Fujitsu.

Zeynab Kaseb, Matthias Moller, Peter Palensky, Pedro P. VergaraMon, 09 Ma⚛️ quant-ph

Multistep Methods for Floquet Multipliers and Subspaces

Este artículo propone un método multietapa eficiente y de bajo consumo de memoria, basado en el algoritmo pTOAR, para calcular con alta precisión los multiplicadores de Floquet y sus subespacios en sistemas dinámicos a gran escala, demostrando teórica y numéricamente que los autovalores parásitos introducidos convergen a cero sin afectar los resultados.

Yehao Zhang, Yuncheng Xu, Chenyi Tan, Yangfeng SuMon, 09 Ma🔢 math

A Multi-Order Extension of Fractional HBVMs (FHBVMs)

Este artículo presenta una extensión de los métodos FHBVM para resolver ecuaciones diferenciales fraccionarias de orden múltiple, donde coexisten diferentes órdenes de derivadas, y pone a disposición un código en Matlab que demuestra la eficacia de este nuevo enfoque.

Luigi Brugnano, Gianmarco Gurioli, Felice Iavernaro, Mikk VikerpuurMon, 09 Ma🔢 math

Single- and Multi-Level Fourier-RQMC Methods for Multivariate Shortfall Risk

Este artículo presenta nuevos algoritmos numéricos de un solo nivel y multinivel que combinan técnicas de inversión de Fourier con muestreo cuasi-Monte Carlo aleatorizado para estimar de manera eficiente y precisa el riesgo de déficit multivariante y sus asignaciones óptimas, superando a los métodos tradicionales de Monte Carlo en términos de convergencia y costo computacional.

Chiheb Ben Hammouda, Truong Ngoc NguyenMon, 09 Ma🔢 math

Drifting to Boltzmann: Million-Fold Acceleration in Boltzmann Sampling with Force-Guided Drifting

Este artículo introduce un nuevo marco de "modelos de deriva" que, al integrar fuerzas moleculares mediante identidades teóricas específicas para espacios de coordenadas y distancias, logra generar conformaciones moleculares en un solo paso con una aceleración de un millón de veces respecto a la dinámica molecular tradicional, manteniendo al mismo tiempo la precisión de la distribución de Boltzmann y la validez estructural.

Pipi HuMon, 09 Ma🔬 physics

Autonomous Algorithm Discovery for Ptychography via Evolutionary LLM Reasoning

El artículo presenta Ptychi-Evolve, un marco autónomo que utiliza modelos de lenguaje grande y mecanismos evolutivos para descubrir y optimizar algoritmos de regularización en ptychografía, logrando mejoras significativas en la calidad de reconstrucción de imágenes en comparación con los métodos convencionales.

Xiangyu Yin, Ming Du, Junjing Deng, Zhi Yang, Yimo Han, Yi JiangMon, 09 Ma🤖 cs.AI

Everything is Vecchia: Unifying low-rank and sparse inverse Cholesky approximations

Este artículo demuestra que la combinación de una aproximación de Cholesky con pivoteo parcial y una aproximación de Vecchia del residuo equivale exactamente a una aproximación de Vecchia con un patrón de dispersión aumentado, unificando así las aproximaciones de rango bajo y dispersas bajo el marco de Vecchia.

Eagan Kaminetz, Robert J. WebberMon, 09 Ma🔢 math

FlexTrace: Exchangeable Randomized Trace Estimation for Matrix Functions

El artículo presenta FlexTrace, un nuevo estimador de traza de una sola pasada y intercambiable que calcula eficientemente la traza de funciones de matrices grandes utilizando únicamente productos matriz-vector con la matriz original, logrando una mayor precisión que los métodos existentes para funciones de operador monótono.

Madhusudan Madhavan, Alen Alexanderian, Arvind K. SaibabaMon, 09 Ma🔢 math

Structured Multidimensional Representation Learning for Large Language Models

Este trabajo presenta el L-Transformer, una arquitectura que utiliza una factorización espectral tensorizada para descomponer el espacio de incrustaciones en sub-transformadores independientes, logrando una reducción significativa de parámetros (hasta un 75%) manteniendo un rendimiento competitivo en tareas de procesamiento de lenguaje natural.

Alaa El Ichi, Khalide Jbilou, Mohamed El Guide, Franck DufrenoisMon, 09 Ma💬 cs.CL

PriorIDENT: Prior-Informed PDE Identification from Noisy Data

El artículo presenta PriorIDENT, un marco de regresión dispersa en forma débil que incorpora prios físicos compactos para identificar ecuaciones diferenciales parciales gobernantes a partir de datos ruidosos, logrando una recuperación estable de coeficientes y dinámicas que preservan la estructura física en diversos sistemas canónicos.

Cheng Tang, Hao Liu, Dong WangMon, 09 Ma🔢 math

Numerical Algorithms for Partially Segregated Elliptic Systems

Los autores desarrollan y validan dos métodos numéricos complementarios, un método de penalización por competencia fuerte y un método de gradiente proyectado, para resolver sistemas elípticos con restricciones de segregación parcial que impiden el uso de técnicas de optimización convexa estándar.

Farid Bozorgnia, Avetik Arakelyan, Vyacheslav Kungurtsev, Jan ValdmanMon, 09 Ma🔢 math

Limited-Precision Stochastic Rounding

Este artículo actualiza una encuesta previa sobre el redondeo estocástico, centrándose en su variante de precisión limitada y revisando los avances recientes en su aplicación, análisis e implementación para hardware.

El-Mehdi El Arar, Massimiliano Fasi, Silviu-Ioan Filip, Mantas MikaitisMon, 09 Ma🔢 math

A spectral approach to interface layers on networks for the linearized BGK equation and its acoustic limit

Este artículo presenta un método espectral para analizar las capas de interfaz en redes bajo la ecuación linealizada BGK y su límite acústico, derivando condiciones de acoplamiento macroscópico mediante el estudio de capas cinéticas y viscosas en los nodos.

Raul Borsche, Tobias Damm, Axel Klar, Yizhou ZhouMon, 09 Ma🔢 math

A General and Robust 3D Finite Element Dynamics Framework for Railway Vehicle-Bridge Interaction with Nonlinear Wheel-Rail Contact Modeling

Este artículo presenta un marco general y robusto de dinámica de interacción vehículo-ferrocarril-puente en 3D que utiliza coordenadas absolutas y ecuaciones de restricción personalizadas para modelar el contacto rueda-carril no lineal, permitiendo simulaciones realistas de escenarios extremos con grandes desplazamientos laterales sin asumir desplazamientos infinitesimales.

Pablo Antolin, Khanh Nguyen, José M. GoicoleaMon, 09 Ma🔢 math

A hybrid reduced-order and high-fidelity discontinuous Galerkin Spectral Element framework for large-scale PMUT array simulations

Este trabajo presenta un marco computacional híbrido que combina la reducción de orden de modelos con el método de elementos espectrales de Galerkin discontinuos (DGSEM) en el software SPEED para simular de manera eficiente y precisa el comportamiento electromecánico-acústico de grandes arrays de transductores ultrasónicos micromecánicos (PMUT).

Paola F. Antonietti, Omer M. O. Abdalla, Michelangelo G. Garroni, Ilario Mazzieri, Nicola ParoliniMon, 09 Ma🔢 math

← Anterior Siguiente →

cs.NA