Ecuaciones diferenciales estocásticas
Ecuaciones diferenciales que combinan la evolución determinista con forzamiento aleatorio para representar sistemas influenciados por la incertidumbre continua.
A living academic reference written, refined and transparently versioned by the Sciendia community.
Collaborative knowledgeBuscar
22 resultados
Wiki pages are public to read. Every signed-in member can create and improve them.
Clear searchEcuaciones diferenciales que combinan la evolución determinista con forzamiento aleatorio para representar sistemas influenciados por la incertidumbre continua.
Representaciones computacionales actualizadas continuamente de activos físicos o procesos utilizados para estimar estados, escenarios de prueba y decisiones guía.
Sistemas que recuperan evidencia externa en el tiempo de consulta y la suministran a un componente de lenguaje generativo antes de producir una respuesta.
Grupos diseñados de especies microbianas utilizados para estudiar e ingeniería interacciones ecológicas con membresía controlada y función.
La observación y predicción de perturbaciones solares y geoespaciales que pueden afectar a los satélites, la navegación, la radio y los sistemas de energía.
Arquitecturas computadoras que utilizan neuronas, sinapsis e integración de memoria-computadas inspiradas en el cerebro.
Modelos de aprendizaje automático que aprenden representaciones estadísticas de secuencias aminoácidas para predicción y diseño molecular.
Métodos que cuantifican componentes conectados, bucles y vacíos de mayor dimensión en datos a través de una gama de escalas espaciales.
Los procesos de transferencia de patrones utilizados para definir estructuras electrónicas de nanoescala repetidamente a través de las ollas semiconductoras.
Aprendizaje automático para decisiones secuenciales en las que un agente mejora el comportamiento de las recompensas generadas a través de la interacción.
Un marco matemático para transformar una distribución en otra, minimizando un coste de movimiento definido.
El estudio de sistemas no lineales deterministas cuya trayectoria puede llegar a ser impredecible mediante una dependencia sensible de las condiciones iniciales.
El intercambio de deformación, deslizamiento y masa que rigen cómo el hielo de la tierra fluye de las zonas de acumulación hacia sus márgenes.
Aceleración química en una interfaz donde los reaccionarios y catalizadores ocupan diferentes fases físicas.
Sistemas de redes neuronales que modelan las relaciones entre fichas utilizando el procesamiento de la atención y la secuencia paralela.
Aprendizaje de máquina distribuido que coordina la formación de modelos entre los titulares de datos sin centralizar sus registros brutos.
Marcos estadísticos y experimentales para estimar cómo las intervenciones cambian los resultados en lugar de describir simplemente las asociaciones.
Métodos crípteos que permiten determinadas computaciones en datos cifrados sin revelar primero el texto.
Arquitecturas de aprendizaje automático que aprenden representaciones de entidades conectadas por estructura relacional.
Marco para actualizar las distribuciones de probabilidad sobre cantidades desconocidas cuando se observan nuevas pruebas.
El movimiento de agua marina, de buoyancia y marea que redistribuye el calor, el carbono, los nutrientes y el impulso.
Modelos computacionales en capas que aprenden representaciones distribuidas ajustando conexiones ponderadas a partir de datos.