266 artículos
El artículo presenta FastLSQ, un marco de trabajo que resuelve ecuaciones diferenciales parciales (EDP) lineales y no lineales, así como problemas inversos, en una sola llamada de mínimos cuadrados o mediante iteraciones de Newton con derivadas analíticas exactas, logrando una precisión y velocidad superiores a las de los solucionadores PINN tradicionales.
Este trabajo propone el método IS-AS-preintegración, que combina muestreo de importancia, subespacio activo y preintegración dentro del marco de cuasi-Monte Carlo para mejorar significativamente la eficiencia en la valoración de opciones y el análisis de sensibilidad, especialmente en casos de opciones fuera del dinero.
Este estudio compara el rendimiento computacional y la precisión de Python, MATLAB y R al resolver numéricamente los modelos epidemiológicos SI y SIR mediante métodos como Euler, Runge-Kutta de cuarto orden y Predictor-Corrector, proporcionando orientación práctica para la selección de herramientas en la modelización de epidemias.
Este trabajo presenta un marco riguroso que extiende los operadores neuronales para manejar funciones fuera de la distribución mediante aproximaciones de kernels y espacios de Hilbert de núcleo reproductor, permitiendo la captura precisa de valores y derivadas, lo cual se valida empíricamente en la resolución de ecuaciones diferenciales parciales elípticas en variedades.
Este trabajo demuestra que el esquema de Euler-Maruyama geométrico para ecuaciones diferenciales estocásticas en variedades riemannianas alcanza una convergencia fuerte de orden 1/2 bajo ciertas condiciones de regularidad, proporcionando además un límite de Wasserstein para el muestreo mediante la dinámica de Langevin riemanniana.
Este trabajo propone un marco de trabajo no supervisado que combina un clasificador asistido por sustitutos y una optimización basada en gradientes para sintetizar automáticamente topologías de antenas planas de forma libre, optimizadas para aplicaciones de IoT en las bandas de 5-6 GHz y 6-7 GHz.
Este trabajo presenta un marco de dos etapas para el desarrollo automático de antenas planas basadas en píxeles, que combina la optimización global de las conexiones entre componentes con un ajuste local asistido por modelos sustitutos para generar topologías libres que cumplan los requisitos de rendimiento.
Este artículo cierra la brecha entre las estimaciones teóricas y la evidencia numérica sobre la convergencia subóptima en del método de Galerkin discontinuo local para ecuaciones de convección-diffusión, estableciendo nuevos resultados de aproximación para proyecciones de Gauss-Radau que permiten caracterizar óptimamente la regularidad de soluciones singulares.
Este trabajo propone un método de región de confianza implícito-explícito que aprovecha la estructura del Hessiano y la transformada rápida de Fourier para calcular eficientemente puntos estacionarios de segundo orden en modelos de Landau, logrando escapar de puntos de silla y descubrir nuevas fases estables, como la región FDDD, superando a los esquemas de primer orden existentes.
Este trabajo propone una extensión multidimensional de un operador no lineal basado en una partición de la unidad dependiente de los datos y el método de Mínimos Cuadrados Móviles (MLS), que integra la técnica WENO para mejorar la precisión en la aproximación de datos cerca de discontinuidades y mantener un orden alto en regiones suaves.
Este artículo presenta un novedoso esquema numérico semicrítico basado en una variable auxiliar escalar estocástica para la ecuación de Cahn-Hilliard estocástica con ruido multiplicativo, el cual logra una convergencia fuerte óptima de orden uno medio y preserva asintóticamente la ley de evolución de la energía mediante la incorporación de términos de corrección de Itô.
Este artículo presenta un marco estadístico robusto que combina gradientes topológicos y optimización de forma, utilizando un parámetro crítico para reconstruir con precisión y rigor estadístico las regiones de contacto metal-semiconductor a partir de mediciones de borde ruidosas.
Este artículo presenta un estudio numérico comparativo de seis algoritmos de división basados en grafos aplicados a conos normales de subespacios lineales, con el objetivo de determinar sus mejores parámetros de relajación y analizar su rendimiento en términos de iteraciones necesarias para converger.
Este trabajo presenta un marco de modelado de orden reducido no intrusivo y basado en datos que utiliza interpolación de transporte óptimo para corregir modelos de baja fidelidad mediante residuos y extenderlos a problemas paramétricos, demostrando su eficacia en la simulación eficiente de flujos bifásicos con interfaz difusa.
Este artículo evalúa la legitimidad y eficacia de un nuevo solucionador directo rápido para ecuaciones integrales electromagnéticas de alta frecuencia en geometrías no canónicas, utilizando resultados de microlocalización semiclásica para justificar su validez.
Este artículo presenta Exp-ParaDiag, un nuevo método paralelo en el tiempo que integra los beneficios de los integradores exponenciales dentro del marco ParaDiag para resolver ecuaciones diferenciales parciales parabólicas, demostrando teórica y numéricamente su convergencia, alta precisión temporal y eficacia tanto en problemas lineales como no lineales.
Este artículo establece un teorema de comparación que demuestra que el valor propio máximo de una suma de matrices simétricas aleatorias independientes está dominado por el de una matriz gaussiana correspondiente, mejorando así los límites existentes en diversas áreas y proporcionando la primera demostración completa de las propiedades de inyectividad de un mapa de reducción de dimensión dispersa.
Este artículo propone un método basado en el recocido para resolver ecuaciones diferenciales parciales mediante la transformación de sistemas de ecuaciones lineales en problemas de optimización de autovalores generalizados, logrando calcular autovectores con precisión arbitraria sin aumentar el número de variables.