Stochastische Differenzialgleichungen
Differentialgleichungen, die deterministische Evolution mit zufälligem Antrieb kombinieren, um Systeme darzustellen, die von kontinuierlicher Unsicherheit beeinflusst werden.
A living academic reference written, refined and transparently versioned by the Sciendia community.
Collaborative knowledgeSuchen
36 Treffer Seite 1/2
Wiki pages are public to read. Every signed-in member can create and improve them.
Clear searchDifferentialgleichungen, die deterministische Evolution mit zufälligem Antrieb kombinieren, um Systeme darzustellen, die von kontinuierlicher Unsicherheit beeinflusst werden.
Quantitative Analyse, wie der vom Menschen verursachte Klimawandel die Wahrscheinlichkeit oder Intensität eines bestimmten Wetters oder Klimaextrems verändert hat.
Kontinuierlich aktualisierte rechnerische Darstellungen von physischen Assets oder Prozessen, die zur Schätzung des Zustands, Testszenarien und Entscheidungshilfen verwendet werden.
Zelltherapie, bei der die T-Zellen eines Patienten oder Spenders mit einem synthetischen Rezeptor entwickelt werden, der ein ausgewähltes Krankheitsantigen erkennt.
Mathematische Methoden zum Nachweis, dass Hardware, Software oder Protokolle unter expliziten Annahmen genau angegebene Eigenschaften erfüllen.
Systeme, die externe Beweise zum Abfragezeitpunkt abrufen und sie einer generativen Sprachkomponente zur Verfügung stellen, bevor sie eine Antwort erstellen.
Entwickelte Gruppen mikrobieller Arten, die zur Untersuchung und Entwicklung ökologischer Interaktionen mit kontrollierter Zugehörigkeit und Funktion verwendet werden.
Die Beobachtung und Vorhersage von Sonnen- und Georaumstörungen, die Satelliten, Navigations-, Funk- und Stromversorgungssysteme beeinflussen können.
Computerarchitekturen, die von Gehirn inspirierte ereignisgesteuerte Neuronen, Synapsen und Memory-Compute-Integration verwenden.
Machine-Learning-Modelle, die statistische Darstellungen von Aminosäuresequenzen für Vorhersage und molekulares Design lernen.
Aktive Mikrowellen-Bildgebung, die Echos kombiniert, die entlang einer beweglichen Plattform gesammelt werden, um eine feine räumliche Auflösung zu erreichen.
Methoden, die verbundene Komponenten, Schleifen und höherdimensionale Lücken in Daten über einen Bereich räumlicher Skalen quantifizieren.
Atomistische Berechnung, die molekulare Bewegung durch die Zeit unter Verwendung eines Interaktionsmodells und numerischer Integration propagiert.
Methoden, die fragile logische Quanteninformationen über viele physikalische Qubits kodieren und Fehler diagnostizieren, ohne den geschützten Zustand direkt zu lesen.
Die Musterübertragungsprozesse, die verwendet werden, um nanoskalige elektronische Strukturen wiederholt über Halbleiterwafer hinweg zu definieren.
Maschinelles Lernen für sequentielle Entscheidungen, bei denen ein Agent das Verhalten durch Belohnungen verbessert, die durch Interaktion generiert werden.
Ein mathematisches Framework zur Umwandlung einer Verteilung in eine andere, während eine definierte Bewegungskosten minimiert werden.
Irreguläre, multiskalige Fluidbewegung, bei der nichtlineare Wechselwirkungen Impuls, Wärme und Energie über eine Hierarchie von Wirbeln transportieren.
Entwickelte Strukturen, deren kollektive Wellenreaktion in erster Linie von der Subwellenlängengeometrie und nicht nur von der Massezusammensetzung bestimmt wird.
Die Untersuchung deterministischer nichtlinearer Systeme, deren Trajektorien durch empfindliche Abhängigkeit von Anfangsbedingungen unvorhersehbar werden können.
Die Verformung, das Gleiten und der Massenaustausch, die bestimmen, wie Landeis aus den Akkumulationszonen zu seinen Rändern fließt.
Kollektive Problemlösung, die sich aus lokalen Interaktionen zwischen vielen vergleichsweise einfachen autonomen Agenten ergibt.
Chemische Beschleunigung an einer Grenzfläche, an der Reaktanten und Katalysator unterschiedliche physikalische Phasen einnehmen.
Neuronale Netzwerksysteme, die Beziehungen zwischen Token unter Verwendung von Aufmerksamkeit und paralleler Sequenzverarbeitung modellieren.