255 articoli
Il documento presenta FourierSpecNet, un framework ibrido che combina il metodo spettrale di Fourier con l'apprendimento profondo per approssimare efficientemente l'operatore di collisione nell'equazione di Boltzner, garantendo accuratezza, convergenza e una significativa riduzione dei costi computazionali sia per collisioni elastiche che anelastiche.
Questo articolo presenta un algoritmo divide-and-conquer per l'approssimazione di distribuzioni di probabilità continue unidimensionali, dimostrando che offre un limite superiore semplice per l'errore di approssimazione in termini di distanza di Wasserstein-1 e risulta più stabile rispetto ai metodi esistenti quando le distribuzioni approssimate subiscono operazioni aritmetiche.
Questo lavoro introduce e valuta modelli greedy basati su kernel profondi, che combinano l'efficienza computazionale dei metodi greedy con la maggiore espressività dei kernel multistrato preaddestrati, dimostrando prestazioni superiori rispetto alle reti neurali in vari compiti di approssimazione.
Questo lavoro risolve affermativamente il problema di Calderón discreto su reticoli ipercubici di dimensione tre o superiore, dimostrando l'unicità del recupero delle conduttività dai dati al bordo attraverso una tecnica di sezionamento innovativa e confermandone l'efficacia tramite esperimenti numerici.
Questo studio propone un framework basato su dati e modelli di coda per una pianificazione dinamica della capacità delle unità di terapia intensiva neonatale, dimostrando come le euristiche statiche siano inadeguate di fronte alla variabilità temporale della domanda e della durata della degenza.
Questo studio presenta il primo confronto diretto tra l'informatica quantistica a porte (GQC) e quella adiabatica (AQC) per risolvere le equazioni del flusso di potenza in corrente alternata, dimostrando attraverso esperimenti numerici su un sistema a 4 bus le prestazioni, l'accuratezza e la scalabilità di questi approcci rispetto a tecnologie quantistiche e ispirate al quantum.
Questo articolo propone un metodo multistep efficiente e a basso consumo di memoria, basato sull'algoritmo pTOAR, per calcolare con alta precisione i moltiplicatori di Floquet e i relativi sottospazi in sistemi dinamici su larga scala, dimostrando che gli autovalori parassiti introdotti convergono a zero senza influenzare i risultati.
Questo articolo propone un'estensione dei Fractional HBVMs (FHBVMs) per risolvere sistemi di equazioni differenziali frazionarie a ordini multipli, fornendo dettagli teorici completi e un codice MATLAB efficace per tale scopo.
Questo lavoro propone nuovi algoritmi numerici a singolo e multi-livello che combinano tecniche di inversione di Fourier e campionamento RQMC per stimare in modo efficiente il rischio di shortfall multivariato e le relative allocazioni ottimali, ottenendo una convergenza e un'efficienza computazionale superiori rispetto ai metodi Monte Carlo tradizionali.
Il paper introduce i "Drifting Models" applicati per la prima volta alla generazione di conformazioni molecolari, sfruttando un'identità teorica che integra le forze fisiche per ottenere un campionamento di Boltzmann in un singolo passo con un'accelerazione di un milione di volte rispetto alle dinamiche molecolari tradizionali, mantenendo al contempo una validità strutturale e un'accuratezza distribuzionale superiori.
Il paper presenta Ptychi-Evolve, un framework autonomo che utilizza modelli linguistici di grandi dimensioni e meccanismi evolutivi per scoprire e ottimizzare automaticamente nuove funzioni di regolarizzazione per la ptychografia, ottenendo ricostruzioni di immagini superiori rispetto ai metodi convenzionali.
Questo articolo dimostra che la combinazione di un'approssimazione di Cholesky parzialmente pivotata con un'approssimazione Vecchia del residuo equivale esattamente a un'approssimazione Vecchia della matrice originale con un pattern di sparsità ampliato, unificando così le approssimazioni a rango basso e sparse degli inversi di Cholesky.
Il documento presenta FlexTrace, un nuovo metodo di stima del tracciato per funzioni di matrici che, sfruttando proprietà di scambiabilità e richiedendo solo prodotti matrice-vettore con la matrice originale, supera i metodi esistenti in termini di accuratezza e costo computazionale per funzioni operatore-monotone.
Questo lavoro introduce l'L-Transformer, un'architettura basata sulla fattorizzazione spettrale di tensori che riduce significativamente i parametri del modello mantenendo prestazioni competitive, decomponendo l'encoder in sottoreti spettrali indipendenti tramite trasformate come la DCT.
Il paper presenta PriorIDENT, un framework di regressione sparsa basato su forme deboli e priors fisici (Hamiltoniani, di conservazione e di minimizzazione dell'energia) che permette di identificare con precisione le equazioni differenziali alle derivate parziali governanti da dati spaziotemporali rumorosi, superando le limitazioni dei metodi tradizionali.
Il paper propone due metodi numerici complementari, basati rispettivamente su una penalizzazione per competizione forte e su un metodo del gradiente proiettato, per risolvere sistemi ellittici soggetti a vincoli di segregazione parziale che impongono il prodotto nullo di tre componenti non negative.
Questo aggiornamento a un precedente sondaggio esamina i recenti progressi nell'arrotondamento stocastico, con particolare attenzione alla sua variante a precisione limitata, analizzando le applicazioni industriali e le prospettive future per l'implementazione hardware.
Questo articolo sviluppa un metodo spettrale per analizzare gli strati interfacciali cinetici e viscosi ai nodi di reti nel modello BGK linearizzato, permettendo di derivare condizioni di accoppiamento accurate per il limite acustico attraverso la risoluzione di problemi di mezzo spazio accoppiati.
Questo articolo presenta un nuovo quadro generale e robusto per l'analisi dinamica 3D dell'interazione veicolo-ferrovia su ponte, basato su equazioni di vincolo e coordinate assolute che permettono di simulare realisticamente scenari estremi con grandi spostamenti laterali e contatti ruota-rotaia non lineari.
Questo lavoro presenta un nuovo framework computazionale ibrido che combina la riduzione dell'ordine del modello con il metodo agli elementi spettrali discontinui (DGSEM) implementato nel software SPEED, permettendo simulazioni efficienti, scalabili e ad alta fedeltà di grandi array di trasduttori ultrasonici micromachinati in piezoelettrico (PMUT).