7425 artículos
Este trabajo establece una caracterización de los espacios de Sobolev-Malliavin-Watanabe fraccionarios mediante la norma de Bargmann-Segal de la transformada , vinculando así el cálculo de Malliavin con las técnicas del análisis de ruido blanco y proporcionando criterios prácticos para la regularidad de distribuciones como el delta de Donsker y los tiempos locales de autointersección.
Los autores demuestran que la fragilidad del teorema de Tennenbaum se extiende a fragmentos intermedios de la aritmética de Peano mediante la construcción de teorías definicionalmente equivalentes que admiten modelos no estándar computables, utilizando para ello un nuevo teorema general de inversión fuerte del salto.
Este estudio demuestra que, aunque los invariantes de la conjetura de Birch y Swinnerton-Dyer no exhiben por sí mismos el fenómeno de murmuración, el orden del grupo de Tate-Shafarevich modula significativamente la distribución de las trazas de Frobenius y desplaza los ceros bajos de las funciones L, revelando información estadística no capturada por otros invariantes estándar.
El artículo presenta KRAFTY, un marco basado en el producto de Khatri-Rao transpuesto que recupera la estructura de clusters conjuntos en datos multivista, ofreciendo una selección de modelo precisa y un rendimiento superior cuando el número de clusters conjuntos supera la suma de los clusters individuales.
Este artículo establece caracterizaciones combinatorias de los grupos virtualmente libres y virtualmente sin torsión mediante la teoría de descomposición gráfica canónica, vinculando la existencia de cubiertas locales y globales con estructuras de árbol y descomposiciones en grafos de grupos finitos.
En este artículo se demuestran estimaciones bilaterales del núcleo de calor en grafos "tipo libro", que se construyen uniendo piezas que satisfacen la desigualdad de Harnack parabólica sobre un conjunto de vértices, como se ilustra mediante la unión de copias de retículos euclídeos de diferentes dimensiones.
Este artículo introduce la homología persistente de conjuntos de curvatura dinámica, un método computacionalmente eficiente y estable que supera las limitaciones de los enfoques anteriores al distinguir comportamientos en sistemas dinámicos mediante módulos de persistencia multivariable descomponibles en antocadenas.
Este trabajo establece una equivalencia rigurosa entre el algoritmo K-Means y las redes neuronales de funciones de base radial (RBF) mediante un enfoque variacional y basado en gradientes, demostrando que los objetivos RBF convergen a la solución de K-Means y proponiendo el uso de Entmax-1.5 para garantizar estabilidad numérica, lo que permite integrar la clustering diferenciable directamente en arquitecturas de aprendizaje profundo.
Este artículo presenta una noción de completitud independiente de la inducción para espacios base graduados, demostrando que conceptos clásicos como el teorema de Baire y la existencia de completaciones se extienden a una clase de espacios que incluye propiamente a los espacios uniformes.
Este artículo estudia la estructura y propiedades de un espacio cuasi-Banach invariante por reordenamiento que generaliza el espacio clásico de Arias-de-Reyna, analizando sus características básicas y su relación con otros espacios de Banach invariante por reordenamiento.
Este trabajo presenta un esquema WENO multivariado no separable y progresivo adaptado a promedios de celda para el procesamiento de imágenes, el cual extiende el marco de multirresolución de Harten logrando alta precisión y estabilidad en regiones con discontinuidades, superando a las reconstrucciones lineales de Lagrange en experimentos numéricos.
Este artículo utiliza las integrales clásicas de Coxeter, al incrustarlas en una familia uniparamétrica y diferenciarlas, para derivar nuevas identidades de integrales elípticas que establecen una conexión directa entre estas funciones y los valores conocidos de las integrales de Coxeter.
Este artículo establece cotas para la densidad de subconjuntos de hipercubos que admiten incrustaciones métricas en otros hipercubos o espacios CAT(0), proporcionando resultados sobre la curvatura de Alexandrov no positiva, el tipo de Enflo y una versión densa de un teorema de coloreado de Rödl-Sales.
El artículo demuestra que las energías de Riesz con exponentes que difieren en 1 surgen como casos límite de una familia uniparamétrica de energías de tiras infinitas bajo condiciones de contorno de Neumann, proponiendo un enfoque para la conjetura de capacidad de Pólya y Szegő.
Este artículo refuta la conjetura de Huang y Tam sobre la contractividad de la norma de Frobenius del conmutador bajo la transformada -Aluthge mediante un contraejemplo, y establece cotas cuantitativas para la razón entre las normas de los conmutadores transformados y originales.
Este artículo estudia las estructuras planas en dibujos del hipercubo , construyendo dibujos que limitan la longitud de caminos, emparejamientos y subgrafos planos, mientras demuestra que ciertos dibujos rectilíneos garantizan caminos planos y que cualquier subgrafo común a todos los dibujos debe ser un bosque de orugas.
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.