Équations différentielles stochastiques
Les équations différentielles qui combinent l'évolution déterministe avec le forçage aléatoire pour représenter les systèmes influencés par l'incertitude continue.
A living academic reference written, refined and transparently versioned by the Sciendia community.
Collaborative knowledgeRechercher
22 résultats
Wiki pages are public to read. Every signed-in member can create and improve them.
Clear searchLes équations différentielles qui combinent l'évolution déterministe avec le forçage aléatoire pour représenter les systèmes influencés par l'incertitude continue.
Mise à jour continue des représentations de calcul des biens matériels ou des processus utilisés pour estimer l'état, tester les scénarios et guider les décisions.
Systèmes qui récupèrent des preuves externes au moment de la requête et les fournissent à un composant de langage génératif avant de produire une réponse.
Des groupes d'espèces microbiennes ont été conçus pour étudier et concevoir des interactions écologiques avec des membres et des fonctions contrôlés.
Observation et prévision des perturbations solaires et géospatiales qui peuvent affecter les satellites, la navigation, la radio et les systèmes d'alimentation.
Architectures informatiques qui utilisent des neurones, synapses et intégration de calcul de mémoire inspirés par les événements.
Modèles d'apprentissage automatique qui apprennent les représentations statistiques des séquences d'acides aminés pour la prédiction et la conception moléculaire.
Méthodes qui quantifient les composantes connectées, les boucles et les vides de dimensions supérieures dans les données sur une gamme d'échelles spatiales.
Les processus de transfert de patrons utilisés pour définir les structures électroniques à l'échelle nanométrique à plusieurs reprises dans les plaquettes à semi-conducteurs.
Apprendre par machine pour des décisions séquentielles dans lesquelles un agent améliore le comportement à partir de récompenses générées par l'interaction.
Un cadre mathématique pour transformer une distribution en une autre tout en minimisant un coût de déplacement défini.
L'étude de systèmes déterministes non linéaires dont les trajectoires peuvent devenir imprévisibles par une dépendance sensible aux conditions initiales.
La déformation, le glissement et l'échange de masse qui régissent la circulation de la glace terrestre des zones d'accumulation vers ses marges.
Accélération chimique à une interface où les réactifs et le catalyseur occupent différentes phases physiques.
Systèmes de réseau neuronal qui modélisent les relations entre les jetons en utilisant l'attention et le traitement parallèle des séquences.
L'apprentissage automatique distribué qui coordonne la formation des modèles entre les détenteurs de données sans centraliser leurs enregistrements bruts.
Cadres statistiques et expérimentaux pour estimer comment les interventions changent les résultats plutôt que de simplement décrire les associations.
Méthodes cryptographiques permettant de calculer des données cryptées sans révéler le texte clair.
Architectures d'apprentissage automatique qui apprennent les représentations d'entités connectées par la structure relationnelle.
Un cadre pour mettre à jour les distributions de probabilités sur des quantités inconnues lorsque de nouvelles données sont observées.
Le mouvement de l'eau de mer, à l'aide du vent, de la flottabilité et de la marée, qui redistribue la chaleur, le carbone, les nutriments et la dynamique.
Modèles informatiques en couches qui apprennent les représentations distribuées en ajustant les connexions pondérées à partir des données.