255 papers
Deze paper introduceert een scherp en behoudend 3D VOF-numerieke methode binnen een ingebedde grensvlakframework die, door een aangepast advectie- en reconstructieschema voor gemengde cellen en een innovatieve contacthoek-impositietechniek met hysteresis, contactlijndynamica op complexe oppervlakken nauwkeurig simuleert zonder CFL-tijdstapbeperkingen.
Dit artikel introduceert een geometrisch expliciete Cosserat-staafbenadering die configuratie- en rekgebaseerde representaties verenigt via SE(3)-noodconfiguraties en stuksgewijs lineaire rekken, waardoor een robuust, vergrendelingsvrij en schaalbaar simulatiekader ontstaat voor complexe staafsystemen.
In dit artikel wordt een nieuw trust-region interior-point stochastisch sequentieel kwadratisch programmeringsalgoritme (TR-IP-SSQP) voorgesteld voor het oplossen van optimalisatieproblemen met een stochastische doelfunctie en deterministische niet-lineaire constraints, waarvan de globale convergentie naar stationaire punten wordt bewezen en de praktische prestaties worden getest op CUTEst-problemen en logistische regressie.
Dit onderzoek toont aan dat een neuromorfe algoritme voor het oplossen van partiële differentiaalvergelijkingen intrinsiek zeer robuust is tegen structurele storingen, waarbij tot 32% van de neuronen en 90% van de spikes verloren kunnen gaan zonder significante nauwkeurigheidsverlies.
Dit artikel presenteert een snelle methode voor het schatten van de conditienummer van schaarse matrices met behulp van graph neural networks, die aanzienlijke snelheidswinst biedt ten opzichte van traditionele methoden zoals Hager-Higham en Lanczos.
Het artikel introduceert Geo-ADAPT-VQE, een meetkundige bewust gemaakte adaptieve VQE-algoritme dat natuurlijke gradiënten gebruikt voor operatorselectie, waardoor het sneller convergeert, minder gevoelig is voor lokale minima en aanzienlijk kortere circuits produceert dan bestaande methoden voor kwantumchemie.
Dit artikel introduceert de tubal tensor train (TTT) decompositie, een nieuw tensornetwerkmodel dat t-product algebra en de tensor train-structuur combineert om lineaire opslag te bereiken voor hoge-orde tensoren, en presenteert efficiënte algoritmen voor toepassingen zoals beeld- en videocompressie en hyperspectrale beeldvorming.
Dit artikel presenteert een methode om de voorwaardegetallen van door Chebyshev-gefilterde vectoren nauwkeurig en goedkoop te schatten, waarmee in de ChASE-bibliotheek een efficiëntere keuze voor QR-factorisatie-algoritmen mogelijk wordt gemaakt zonder in te leveren op nauwkeurigheid.
Dit artikel ontwikkelt een discrete oplosbaarheidsanalyse voor verstoord zadelpuntproblemen in Banachruimten met niet-reguliere lasten, met name voor het lineaire Poisson-Boltzmann-probleem, en bewijst a priori-schattingen, supercloseness-resultaten en convergentie voor een aangepaste Stenberg-nabewerking.
Dit artikel presenteert een nieuwe QR-decompositiegebaseerde compressiemethode, gecombineerd met volume-integraalvergelijkingen en een geometrisch voorwaarde, om de elektromagnetische verstrooiing door grote meta-oppervlakken met duizenden sub-golflengte-verstrooiers efficiënt en nauwkeurig te simuleren.
Dit artikel introduceert een deterministisch raamwerk voor protontherapie-dosiscalculatie dat gebruikmaakt van een monolithisch convex beperkingsschema (MCL) binnen een eindige-elementen-discretisatie van het -momentmodel om fysiek realiseerbare en nauwkeurige dosisverdelingen te garanderen.
Dit artikel evalueert de traceerbaarheid van oplossingscurves voor verschillende homotopie-continuatiemethoden bij hyperbolische transportproblemen in poreuze media, met name voor de Buckley-Leverett-vergelijking, om robuustere en efficiëntere ontwerpen voor niet-lineaire solvers te ontwikkelen.
Dit artikel presenteert een Lanczos-tau-methode voor de benadering en optimalisatie van de -norm van tijdvertragingssystemen beschreven door semi-expliciete delay differentiaal-algebraïsche vergelijkingen, waarbij convergentie wordt bewezen, gradiënten worden afgeleid voor controllerontwerp, en de prestaties worden verbeterd door het gebruik van splines op basis van Legendre-orthogonale polynomen.
Dit artikel presenteert een efficiënte, quasi-matrixvrije solver voor de fijn-schaal simulatie van niet-lineaire hyperelastische roosterstructuren, die door gebruik te maken van zelfgelijkvormigheid en domeindecompositie de rekentijd en het geheugengebruik aanzienlijk verlaagt zonder precisie te verliezen.
Dit artikel bewijst de consistentie van de Domain of Dependence (DoD) stabilisatie voor cartese cut cell-meshes met willekeurige polynoomgraden, wat een essentiële stap vormt voor een verfijnde foutanalyse van deze methode in het hyperbolische regime.
Deze paper bewijst dat de Euler-Maruyama-methode voor het simuleren van lek-integreer-en-vuur-netwerken met exponentiële synapsen een sterke convergentie van orde (met polylogaritmische factoren) en een zwakke convergentie van orde bereikt, door een analyse te gebruiken die de numerieke fouten rondom de tijdstippen van neurale spikes en de bijbehorende drempelfluxen in kaart brengt.
Dit artikel introduceert een physics-informed neurale deeltjesmethode voor de ruimtelijk homogene Landau-vergelijking die tijd-discretisatiefouten elimineert door de dynamica via een continue residu op deeltjesbanen af te dwingen, wat resulteert in een roostervrije solver met rigoureuze stabiliteits- en foutanalyse en superieure nauwkeurigheid met minder deeltjes.
Dit artikel presenteert de eerste convergentieanalyse en uniforme tijd-onafhankelijke foutbegrenzing voor een volledig discrete Luenberger-observer die barotrope Euler-vergelijkingen in één dimensie reconstrueert op basis van snelheidsmetingen, waarbij een gemodificeerde relatieve-energietechniek wordt gebruikt om de nauwkeurigheid te garanderen.
Dit artikel introduceert de Block Sparse Tensor Train (BSTT) schets, een gestructureerde willekeurige projectie die de lineaire schaling garandeert met betrekking tot de tensororde en subspace-dimensie, waardoor exponentiële complexiteit wordt vermeden en quasi-optimale foutgrenzen worden bereikt voor TT-gerelateerde factorisaties.
Dit artikel introduceert schaalbare augmented Lagrangian-preconditioners voor lineaire systemen die voortvloeien uit fictieve-domeinproblemen, waarbij spectrale analyse en uitgebreide numerieke tests in twee en drie dimensies de effectiviteit en robuustheid van de methode voor Poisson- en Stokes-problemen aantonen.