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

Cet article présente FourierSpecNet, une méthode hybride combinant la méthode spectrale de Fourier et l'apprentissage profond pour approximer efficacement l'opérateur de collision de l'équation de Boltzmann avec une précision compétitive et une réduction significative des coûts de calcul, tout en garantissant la convergence vers la solution spectrale.

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

Cet article présente un algorithme de type « diviser pour régner » pour l'approximation de distributions de probabilité continues unidimensionnelles, démontrant une borne supérieure d'erreur en distance de Wasserstein-1 et une stabilité supérieure des approximations discrètes lors d'opérations arithmétiques par rapport aux méthodes existantes.

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

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

Cet article propose un cadre de planification de la capacité des lits en soins intensifs néonatals fondé sur des données et utilisant un modèle de file d'attente Mt/Gt/M_t/G_t/\infty à paramètres temporels, démontrant que les règles heuristiques statiques sont inadéquates face à la demande fluctuante et soulignant l'importance de modéliser la variabilité de la durée de séjour pour éviter les dépassements de capacité.

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

Cet article présente la première comparaison directe entre l'informatique quantique à portes et l'informatique quantique adiabatique pour résoudre les équations de flux de puissance en courant alternatif, démontrant par des expériences numériques sur un système de 4 bus les compromis de performance et la viabilité pratique de ces paradigmes pour l'analyse des réseaux électriques modernes.

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

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

Cet article propose de nouvelles méthodes numériques à un et plusieurs niveaux, combinant l'inversion de Fourier et l'échantillonnage quasi-Monte Carlo randomisé (RQMC), pour estimer efficacement les risques de pénurie multivariés et leurs allocations optimales en exploitant la régularité accrue des intégrandes dans le domaine fréquentiel afin de surpasser les approches Monte Carlo classiques.

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

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

Cet article présente une méthode révolutionnaire de génération de conformations moléculaires en une seule étape, utilisant des modèles de dérive guidés par la force pour accélérer l'échantillonnage de Boltzmann d'un facteur million par rapport aux simulations de dynamique moléculaire tout en garantissant une validité structurelle et une précision distributionnelle parfaites.

Pipi HuMon, 09 Ma🔬 physics

FlexTrace: Exchangeable Randomized Trace Estimation for Matrix Functions

Cet article présente FlexTrace, une nouvelle méthode d'estimation de trace échangeable et en un seul passage qui calcule la trace d'une fonction matricielle f(A)f(\mathbf{A}) en n'utilisant que des produits matrice-vecteur avec A\mathbf{A}, offrant ainsi une précision supérieure aux méthodes existantes pour les fonctions monotones d'opérateurs.

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

Structured Multidimensional Representation Learning for Large Language Models

Cet article présente le L-Transformer, une architecture qui utilise une factorisation spectrale tensorielle pour décomposer les encodeurs en sous-réseaux indépendants, permettant ainsi de réduire considérablement le nombre de paramètres tout en préservant les performances et en introduisant un biais inductif favorable à la généralisation.

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

PriorIDENT: Prior-Informed PDE Identification from Noisy Data

Le papier présente PriorIDENT, un cadre d'identification de PDEs basé sur la régression parcimonieuse en forme faible et enrichi par des priors physiques compacts, qui permet de retrouver avec précision et robustesse les équations gouvernantes à partir de données spatiotemporelles bruitées en éliminant l'amplification du bruit et les ambiguïtés des bibliothèques surcomplètes.

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

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

Cet article présente une nouvelle approche générale et robuste pour la modélisation dynamique 3D de l'interaction véhicule-ferroviaire-pont, intégrant des contraintes cinématiques non linéaires basées sur les coordonnées absolues pour simuler avec précision les interactions latérales et les scénarios extrêmes.

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

Cet article présente un cadre de simulation hybride combinant la réduction d'ordre et la méthode DGSEM, implémenté dans le logiciel SPEED, pour modéliser avec précision et efficacité le comportement électromécanique-acoustique couplé de grands réseaux de transducteurs ultrasonores PMUT.

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