7425 artigos
Este artigo generaliza formas modulares conhecidas para o caso de famílias, utilizando a teoria do índice para derivar novas fórmulas de cancelamento de anomalias para fibrados de linha determinantes, gérmenes de índice e invariantes eta, além de apresentar fórmulas de cancelamento para formas de resíduo de Chern em graus superiores.
Este artigo estabelece um limite superior polinomial para os conjuntos nodais de soluções de equações bi-harmônicas, obtido por meio de estimativas de Carleman que evitam o uso de funções de frequência.
Este artigo estabelece taxas de convergência uniforme para médias de kernel sob um desenho fixo com dados dependentes e não estacionários, explorando a estrutura de grade para complementar resultados existentes de desenho aleatório e aplicando-os a estimadores de regressão não paramétrica com erros autorregressivos variantes no tempo.
Este trabalho desenvolve uma teoria unificada de optimalidade assintótica de segunda ordem para testes múltiplos sequenciais, estabelecendo condições sob as quais a optimalidade bayesiana implica a frequentista e refinando a aproximação clássica do tamanho amostral mínimo ao identificar um termo de correção de segunda ordem derivado de um problema de cruzamento de fronteira em um passeio aleatório multidimensional.
Este artigo apresenta uma forma aumentada da desigualdade de van Trees que fornece limites inferiores uniformemente mais apertados para o risco Bayesiano minimax, permitindo provar limites exatos ou mais precisos para estimadores não paramétricos em diversos cenários, incluindo modelos não gaussianos e de alta dimensão, onde a desigualdade clássica falha.
Este estudo estabelece as taxas de convergência quase completa do estimador linear local para uma função de regressão generalizada com dados funcionais dependentes, demonstrando sua superioridade em precisão e desempenho em relação ao estimador de constante local tanto em simulações quanto em previsões de consumo de energia.
Este artigo investiga a combinatória de partições retangulares contínuas e de Borel de ações livres de em espaços poloneses de dimensão zero, estabelecendo limites para os números de regulação que revelam uma distinção fundamental entre os casos de dimensão e .
O artigo demonstra que, para fluidos viscoelásticos do tipo Oldroyd-B, o tensor de tensões decai à mesma taxa que o tensor de deformação newtoniano, enquanto a componente elástica decai mais rapidamente, resultando num comportamento quase newtoniano para tempos grandes.
Este artigo prova a conjectura de Gyárfás e Király, demonstrando que, para , os vértices de qualquer hipergrafo -partido completo -uniforme com coloração de arestas -espançante podem ser cobertos por no máximo componentes conexos monocromáticos, além de estabelecer resultados análogos para grafos bipartidos completos com .
Este artigo caracteriza os grafos que maximizam o número de conjuntos convexos , demonstra que contar tais conjuntos é -completo em grafos de partição, apresenta algoritmos lineares para árvores e grafos de limiar, e propõe algoritmos exatos exponenciais para grafos gerais combinando decomposição estrutural e contagem de conjuntos independentes.
Este artigo apresenta uma rede neural física informada variacional (VPINN) com discretização temporal para resolver problemas parabólicos, validando sua eficácia na modelagem da dinâmica térmica durante o congelamento de extratos de café em um cilindro industrial, considerando propriedades dependentes da temperatura e dados experimentais.
Este artigo propõe uma abordagem híbrida que combina modelagem teórica e medições empíricas para determinar a alocação ótima de recursos computacionais em sistemas de inferência de LLM com desagregação Prefill-Decode, garantindo o cumprimento de objetivos de nível de serviço (SLOs) relacionados ao tempo de primeiro token e ao tempo por token de saída.
Este artigo propõe um esquema de Euler-Maruyama truncado explícito para aproximar as medidas de probabilidade invariantes de equações diferenciais estocásticas funcionais com atraso infinito e coeficientes de deriva superlineares, estabelecendo a convergência forte do processo numérico e a convergência da medida de probabilidade invariante numérica para a exata na distância de Wasserstein.
Este trabalho apresenta um método de otimização baseado em cenários multietapas, utilizando a abordagem de partículas Fleming-Viot para viésar a geração de cenários em direção a eventos raros de baixa energia eólica, permitindo o controle robusto e custo-efetivo de usinas convencionais diante de prolongadas deficiências na geração renovável.
Este artigo estabelece uma cota superior independente da dimensão para o cotipo do espaço normado gerado por um poliedro aleatório com vértices gaussianos, demonstrando que, sob condições específicas na razão entre o número de vértices e a dimensão, o espaço satisfaz uma desigualdade de cotipo com alta probabilidade.
Este artigo propõe um método de estimação robusta para processos de difusão com dados de alta frequência na presença de outliers, utilizando a aproximação de densidade de transição de Kessler e a divergência , demonstrando suas propriedades assintóticas e analisando a influência condicional dos estimadores.
O artigo determina o perímetro mínimo de um mosaico retangular alinhado aos eixos em um toro plano, provando que esse mínimo é alcançado por exatamente um ou dois retângulos.
Este artigo demonstra, sob a ótica da teoria descritiva dos conjuntos, que a relação de conjugação em subdeslizamentos unilateros sobre o alfabeto é não-arborizável e não amenável.
Este artigo define um emparelhamento de altura arquimediano para formas diferenciais cohomologicamente triviais em uma degeneração de superfícies de Riemann, analisa seu comportamento assintótico com base nos trabalhos de Dai e Yoshikawa e aplica esses resultados para relacionar esse emparelhamento ao emparelhamento de valor corrente de Filip e Tosatti, estendendo sua construção a contextos geométricos mais amplos.
Este artigo propõe um método de treinamento multiescala para Redes de Kolmogorov-Arnold (KANs) que explora sua estrutura de base de splines para criar uma hierarquia de modelos aninhados, resultando em aceleração significativa no treinamento e em ganhos substanciais de precisão, especialmente em redes neurais informadas por física.