265 편의 논문
이 논문은 유한 요소 이산화를 기반으로 데이터 기반 축소 기저 함수와 경험적 사분법 (EQP) 을 활용하여 라그랑주 유체역학의 압축성 오일러 방정식에 대해 기계 정밀도 수준의 에너지 보존을 보장하는 축소 모델을 제안하고, 네 가지 벤치마크 문제를 통해 그 정확성과 에너지 보존 능력을 입증합니다.
이 논문은 무작위 디지털 시프트가 적용된 코로보프 다항 격자 점 집합의 합집합을 분석하여, 그 별 불일치도 (star discrepancy) 의 역수가 차원에 대해 선형적으로 의존함을 증명함으로써 차원 의존성이 선형인 명시적 점 집합 구성을 위한 탐색 공간을 유한 집합으로 축소하는 진전을 이루었습니다.
이 논문은 네트워크와 그라디언트에 의존하는 문제별 휴리스틱을 기반으로 한 적응적 샘플링 방법을 제안하여, Allen-Cahn 방정식의 계면 영역을 후처리 재샘플링 없이 정확하게 해결하고 잔차 기반 적응 프레임워크보다 우수한 성능을 입증합니다.
이 논문은 3×3 행렬의 고유값을 계산할 때 반복 고유값에서 발생하는 수치적 불안정성을 해결하기 위해 네 가지 불변량을 활용한 안정된 폐쇄형 공식을 제시하고, 그 정확성과 LAPACK 라이브러리 대비 약 10 배의 성능 향상을 입증합니다.
이 논문은 유계 리프시츠 연산자 학습의 최소극대 위험 하한과 상한을 도출하여, 연산자의 유한한 정칙성을 가정하더라도 표본 수에 대한 대수적 수렴 속도를 보장할 수 없는 '표본 복잡도의 저주'가 존재함을 증명합니다.
이 논문은 초임계 갈론 - 왓슨 과정에서 케스텐 - 스티굼 극한 확률변수의 밀도 함수를 안정적이고 효율적으로 계산하기 위해 라플라스 - 스틸체스 변환의 함수 방정식과 모멘트 일치법을 결합한 새로운 수치 기법을 제안합니다.
이 논문은 유한 변형 코세라 미분극 탄성 모델의 물리적 제약 조건을 보존하고 로킹 현상을 완화하기 위해 회전 텐서를 지오데식 요소로 보간하고 네델렉 공간에 투영하는 새로운 기하학적 구조 보존 보간법 (-SPIN) 을 제안하고 그 유효성을 검증합니다.
이 논문은 퇴화 이동도를 갖는 Cahn-Hilliard-Navier-Stokes 방정식에 대해 질량 보존, 에너지 소산 및 이산 최대 원리를 유지하면서 최적 수렴 속도를 보장하는 구조 보존 불연속 갤러킨 방법 (SWIPD-L 및 SIPGD-L) 을 개발하고 기존 방법과의 비교 및 -적응 메쉬를 통한 검증 결과를 제시합니다.
이 논문은 이미지 처리 응용을 위해 셀 평균 데이터에 특화된 비분리형 점진적 다변량 WENO 기법을 제안하고, 이론적 분석과 수치 실험을 통해 기존 선형 라그랑주 재구성 대비 우수한 성능을 입증합니다.
이 논문은 물리 정보 신경망 (PINN) 의 정확도를 기존 모델보다 4~5 자릿수 향상시키는 후처리 재학습 기법을 제안하며, 이를 통해 시간 의존성 및 비선형 문제에서도 전이 학습이 가능하고 잔차 기반 메트릭으로 최적의 기저 함수 수를 선택할 수 있음을 보여줍니다.
이 논문은 시간 이산화와 이중 노름 기반 손실 함수를 결합한 변분 물리 정보 신경망 (VPINN) 을 제안하여 온도 의존적 물성을 고려한 산업용 커피 추출물 냉동 공정의 열적 역학을 성공적으로 시뮬레이션한 연구입니다.
이 논문은 무한 지연을 갖는 초선형 확률적 함수 미분방정식의 불변 확률 측도를 근사하기 위해, 시간과 공간 절단을 적용한 명시적 절단 오일러-마루야마 (TEM) 방법을 제안하고, 유한 시간 구간에서의 강한 수렴성과 수치적 불변 확률 측도의 존재성 및 정확한 측도와의 Wasserstein 거리 수렴성을 증명합니다.
이 논문은 콜모고로프-아르논드 네트워크 (KAN) 의 구조적 특성을 활용하여 스플라인 노드의 균일 정제를 통한 다중 수준 훈련 알고리즘을 제안함으로써, 기존 방법 대비 물리 정보 신경망 등을 포함한 다양한 분야에서 훈련 속도와 정확도를 획기적으로 향상시킵니다.
이 논문은 양자 상대 엔트로피를 페널티 함수로 사용하는 변분 정규화 기법을 통해 고차원 및 무한차원 환경에서 양자 상태 단층촬영 문제를 해결하고, 이 방법의 정규화 성질을 수학적으로 증명하며 PINEM 및 광학 동위상 단층촬영 사례를 통해 그 유효성을 입증합니다.
이 논문은 1+1 차원 비선형 디랙 방정식의 시간 분할 기법에 대해 초기 데이터의 수렴성을 가정할 때, 점근적 추정과 수정된 글림 (Glimm) 형 함수를 통해 해의 안정성과 컴팩트성을 증명하고, 그 극한이 전역 강해로 수렴함을 보여줍니다.
이 논문은 고체 역학의 다양한 제약 조건 문제에 적용 가능한 새로운 니체 (Nitsche) 유한 요소 방법의 유도 지침을 제시하고, 라그랑주 승수 기반의 안정화 방법을 일반화하여 비선형 해석 및 자동 미분 구현에 적합하도록 최적화한 후 수치적 검증을 통해 수렴성을 입증합니다.
이 논문은 상호작용 입자계의 미시적 요동과 유한한 수학적 한계에서의 거시적 이동도 사이의 관계를 정량적으로 분석하여, 이산 입자계와 연속 확률적 유체역학 기술 간의 구조적 비교를 위한 오차 추정치를 제공합니다.
이 논문은 3 차원 회전 쌍극자 보스 - 아인슈타인 응축체의 기저 상태를 계산하기 위해 이방성 절단 커널 방법 (ATKM) 과 적응형 스텝 크기 제어 전략을 통합한 효율적이고 스펙트럼 정확도를 가진 전처리 켤레 기울기법 (PCG) 을 제안하여, 복잡한 회전 메커니즘과 이방성 포텐셜 하에서도 높은 정확도와 효율성을 확보하고 새로운 기저 상태 패턴을 규명했습니다.
이 논문은 가중 코로보프 공간에서 주기 함수의 -근사를 위해 무작위 생성 벡터를 가진 개의 랭크 1 격자 규칙을 구성 요소별 중앙값으로 집계하는 '중앙값 격자 알고리즘'을 제안하고, 높은 확률로 거의 최적의 수렴 속도를 갖는다는 것을 증명합니다.
본 논문은 대칭성을 보존하는 데이터 기반 폐쇄 모델 (텐서 기반 신경망 및 군 합성곱 신경망) 이 비제약 네트워크와 유사한 예측 정확도를 보이면서도 더 물리적으로 일관된 속도 구름 통계를 생성하여 LES 의 안정성과 일반화 성능을 향상시킨다는 것을 보여줍니다.