7189 artículos
Este artículo deriva fórmulas explícitas para la -diseción del producto de dos quintuplos cuando es primo, determina los patrones de signo de los coeficientes de su serie de Taylor asociada y presenta aplicaciones combinatorias de estos resultados.
El artículo demuestra que la reducción cuántica de Hamiltoniana induce una equivalencia tensorial trenzada entre la categoría de Kazhdan-Lusztig del álgebra de W asociada a un álgebra de Lie simple simplemente laced y la de su álgebra de vértice afín correspondiente para cualquier nivel irracional.
Este artículo propone y analiza dos estimadores consistentes y asintóticamente normales para la probabilidad de conexión en un grafo aleatorio dinámico de tipo Erdős-Rényi, basándose únicamente en las observaciones de la distribución de una población de individuos que se mueven sobre dicho grafo sin observar la estructura del mismo.
Este artículo propone un método de reentrenamiento de la última capa que mejora la precisión de las redes neuronales informadas por física (PINNs) reduciendo los errores en cuatro o cinco órdenes de magnitud y permitiendo la transferencia de aprendizaje en problemas complejos.
Utilizando la teoría del índice familiar, este trabajo generaliza formas modulares conocidas al caso de haces fibrados, obteniendo nuevas fórmulas de cancelación de anomalías para el haz de líneas determinante, gérmenes de índices y formas de Chern de residuo.
Este artículo establece una cota superior polinómica para los conjuntos nodales de las soluciones de ecuaciones biarmónicas mediante estimaciones de Carleman que demuestran resultados de monotonicidad y propagación de pequeñez, evitando el uso de funciones de frecuencia.
Este artículo establece tasas de convergencia uniforme para promedios de kernel bajo un diseño fijo con datos dependientes y no estacionarios, ofreciendo un marco teórico que complementa los resultados existentes de diseño aleatorio y aplicándolo a estimadores de regresión no paramétrica con errores autorregresivos variables en el tiempo.
Este trabajo desarrolla una teoría unificada de optimalidad asintótica de segundo orden para la prueba múltiple secuencial, demostrando que bajo ciertas condiciones la optimalidad bayesiana implica la frecuentista y refinando la aproximación clásica del tamaño de muestra mínimo mediante un término de corrección derivado de un problema de cruce de fronteras en una caminata aleatoria multidimensional.
Este artículo introduce una forma aumentada de la desigualdad de van Trees que proporciona cotas inferiores uniformemente más ajustadas y constantes exactas para el riesgo bayesiano minimax en estimación no paramétrica, superando las limitaciones de la desigualdad clásica al permitir densidades previas que no se anulan en los bordes y aplicarse a modelos irregulares y funciones de pérdida generales.
Este estudio establece las tasas de convergencia casi completa del estimador local lineal para una función de regresión generalizada con datos funcionales dependientes, demostrando su superioridad teórica y empírica frente al estimador local constante, tanto en simulaciones como en la predicción de consumo energético.
El artículo estudia la combinatoria de particiones rectangulares reguladas de acciones libres de en espacios polacos de dimensión cero, demostrando que los números de regulación continua y de Borel son iguales a 3 para y a 5 para , lo que revela una diferencia significativa entre la dimensión 2 y las dimensiones superiores.
El artículo demuestra que, a largo plazo, el tensor de esfuerzos de un fluido viscoelástico Oldroyd-B decae a la misma tasa que su tensor de deformación newtoniano mientras que su componente elástica decae más rápido, lo que implica un comportamiento casi newtoniano.
Este artículo demuestra la conjetura de Gyárfás y Király al probar que, para , los vértices de cualquier -partito completo -uniforme con una coloración de aristas -esparcida pueden cubrirse con a lo sumo componentes conexos monocromáticos, además de establecer resultados análogos para grafos bipartitos completos.
Este artículo estudia la convexidad en grafos, caracterizando las estructuras extremas que maximizan el número de conjuntos convexos, demostrando la complejidad -completa del problema en grafos de partición, proponiendo algoritmos lineales para árboles y grafos umbral, y diseñando algoritmos exactos exponenciales para grafos generales mediante descomposición estructural y reglas de propagación.
Este artículo presenta una red neuronal variacional informada por la física (VPINN) con discretización temporal para resolver ecuaciones de conducción de calor, validando su eficacia mediante la simulación del proceso de congelación de extractos de café en un cilindro industrial.
Este artículo propone un enfoque híbrido que combina modelado teórico con pruebas empíricas para determinar la asignación óptima de recursos de hardware en la inferencia de LLMs con desagregación de prellenado y decodificación, garantizando el cumplimiento de los objetivos de nivel de servicio (SLO) y las características de las solicitudes.
Este artículo propone un esquema explícito de Euler-Maruyama truncado para aproximar las medidas de probabilidad invariantes de ecuaciones diferenciales funcionales estocásticas con retraso infinito y coeficientes superlineales, demostrando la convergencia fuerte del proceso numérico y la convergencia de su medida invariante numérica hacia la exacta en la distancia de Wasserstein.
Este trabajo presenta un método de optimización basado en escenarios multietapa que utiliza un enfoque de partículas Fleming-Viot para generar escenarios de vientos bajos extremos y así lograr un control robusto y rentable de las plantas de energía convencionales ante la incertidumbre de las renovables.
Este artículo establece un límite independiente de la dimensión para el cotipo del espacio normado generado por un politopo aleatorio en con vértices gaussianos, demostrando que, bajo ciertas condiciones sobre la relación entre el número de vértices y la dimensión, se cumple una desigualdad de cotipo con alta probabilidad.
Este artículo propone un método de estimación robusta para procesos de difusión con observaciones de alta frecuencia que contienen valores atípicos, utilizando la aproximación de Kessler y la divergencia para establecer las propiedades asintóticas del estimador y analizar su influencia condicional.