7189 artículos
Este artículo establece principios de grandes desviaciones para la ecuación de Schrödinger lineal estocástica y sus discretizaciones simplécticas, demostrando que estos esquemas numéricos preservan asintóticamente el principio de grandes desviaciones y ofrecen un método eficaz para aproximar la función de tasa en espacios de dimensión infinita.
Este artículo demuestra que es posible realizar una estimación escalable de modelos de grafos aleatorios con dependencias entre aristas mediante estimadores basados en pseudo-verosimilitud, estableciendo tasas de convergencia para vectores de parámetros de dimensión creciente en escenarios de observación única y aplicando estos resultados a un nuevo modelo generalizado que controla la dependencia mediante subpoblaciones superpuestas.
Este artículo presenta un análisis de convergencia para el método de acción mínima basado en diferencias finitas, demostrando que los órdenes de convergencia para el mínimo del funcional de acción discreto son 1/2 y 1 en los casos de ruido multiplicativo y aditivo, respectivamente.
Este artículo presenta un método de diferencias finitas totalmente discreto para la ecuación de Cahn-Hilliard estocástica que, mediante un nuevo argumento de localización para controlar el coeficiente de deriva no Lipschitz, logra la convergencia de la densidad en y resuelve parcialmente un problema abierto sobre el cálculo numérico de dicha densidad.
Este artículo define una nueva familia de representaciones discretas para grupos hiperbólicos relativos que unifica diversas nociones de comportamiento geométricamente finito en rango superior, demostrando además que estas representaciones son estables bajo deformaciones que cumplen una condición dinámica en los subgrupos periféricos, incluso cuando no se preserva su clase de conjugación.
Este artículo presenta un marco de co-diseño que optimiza conjuntamente la topología de comunicación y los niveles de privacidad diferencial en el control de formación de agentes multiagente, abordando las compensaciones entre privacidad, rendimiento del sistema y conectividad de la red.
Este artículo presenta y analiza el Método de Gradiente Multiplicativo Generalizado (GMG) para resolver una clase de problemas de optimización convexa sobre conos simétricos sin gradiente Lipschitz, demostrando una tasa de convergencia de y una superioridad computacional frente a otros métodos de primer orden en diversas aplicaciones.
El artículo define y caracteriza las categorías universales de espacios vectoriales fuertes con sumas infinitas formales, demostrando su equivalencia con los espacios de sumabilidad ultrafinita y analizando sus estructuras monoidales cerradas dentro del marco de las subcategorías ortogonales de .
Este trabajo establece el principio de grandes desviaciones de Freidlin-Wentzell para la ecuación estocástica de Cahn-Hilliard con ruido pequeño y demuestra la convergencia de la función de tasa de grandes desviaciones del método de diferencias finitas espaciales mediante el análisis de la convergencia de las funciones objetivo y el uso de desigualdades de interpolación discreta para superar la falta de Lipschitz unidireccional del coeficiente de deriva.
Este artículo presenta un marco de optimización robusta distribucional para el problema de retención en tierra en aeropuertos, que utiliza conjuntos de ambigüedad de Wasserstein y un algoritmo híbrido de corte de Kelly con el método L cuadrado entero para generar políticas de retención de vuelos más resilientes y eficientes frente a incertidumbres en la capacidad de llegada.
Este trabajo establece un teorema del límite central para el promedio temporal del método de Euler-Maruyama hacia atrás aplicado a ecuaciones diferenciales estocásticas con coeficientes de deriva de crecimiento superlineal, derivando el resultado tanto mediante la convergencia fuerte uniforme como a través de la ecuación de Poisson asociada, y validando las conclusiones teóricas con experimentos numéricos.
Este artículo resuelve el problema de Dirichlet para gráficos minimales en variedades riemannianas tridimensionales fibradas por un campo de Killing, estableciendo estimaciones de tipo Collin-Krust, demostrando un resultado de unicidad en el grupo de Heisenberg y probando la removibilidad de singularidades aisladas.
Este artículo presenta un estimador M simultáneo para la difusión y el punto de cambio en una ecuación de calor estocástica con difusividad discontinua, demostrando que el punto de cambio converge a una tasa y los parámetros de difusión a una tasa bajo mediciones locales espaciales.
Este artículo desarrolla fórmulas del haz canónico para fibraciones de curvas en característica , distinguiendo entre casos separables e inseparables, y demuestra que una pareja klt con nef y morfismo de Albanese de dimensión relativa uno es un espacio fibrado sobre su variedad de Albanese.
Este artículo utiliza un enfoque de optimización inversa en procesos de decisión de Markov para demostrar que las decisiones de los entrenadores de la NFL sobre el cuarto down reflejan preferencias de riesgo conservadoras que han aumentado con el tiempo, explicando así la discrepancia entre su comportamiento observado y los modelos estadísticos tradicionales.
Este artículo presenta un esquema de Euler-Maruyama para ecuaciones diferenciales estocásticas unidimensionales con deriva distribucional en el espacio de Besov, demostrando su convergencia fuerte en y validando los resultados teóricos mediante una implementación numérica.
Este artículo demuestra que los procedimientos de homogeneización y renormalización conmutan para el modelo generalizado de Anderson parabólico en dos dimensiones, introduciendo un nuevo ansatz de solución que evita el uso de estimaciones de conmutador y permite la construcción del modelo mediante cálculo para-controlado.
Este artículo construye invariantes de superficies en 4-variedades suaves análogos a las clases de Khovanov-Jacobsson y el invariante de Rasmussen, utilizando módulos de lasagna de nudos basados en homología de nudos equivariante y deformada, para los cuales se demuestran resultados de no anulación y descomposición.
Este artículo propone dos algoritmos de un solo bucle de orden cero, ZO-PDAPG y ZO-RMPDPG, que garantizan la convergencia a puntos estacionarios para problemas minimax no convexos con restricciones lineales acopladas en entornos deterministas y estocásticos, estableciendo nuevos estándares de complejidad iterativa y superando a los métodos existentes.
El artículo demuestra la conjetura de tipo Gersten para ciertos haces étales sobre anillos locales henselianos de variedades de intersección normal en característica positiva, y aplica este resultado para probar una versión relativa de dicha conjetura para los giros de Tate étale p-ádicos en familias semiestables, además de generalizar el teorema de Artin sobre los grupos de Brauer.