Finde Modelle, Firmen und Themen

Eine neue Methode namens ABM‑UDE nutzt Universal Differential Equations (UDE), um agentenbasierte Epidemiemodelle (ABMs) in Sekunden zu rep…

Ein neues Forschungsprojekt aus dem Bereich des geometrischen Deep Learnings hat die Grenzen herkömmlicher Neural Ordinary Differential Equ…

Ein neues Lernframework namens NewPINNs verbindet neuronale Netze mit etablierten numerischen Solvern, um partielle Differentialgleichungen…

Die Möglichkeit, generative Modelle gezielt von sensiblen oder urheberrechtlich geschützten Daten zu befreien, hat sich zu einer Schlüsselt…

Forscher haben gezeigt, dass neuronale ODEs die Dynamik von Quanten‑Many‑Body‑Systemen außerhalb des Gleichgewichts ohne explizite dreipart…

Quantenalgorithmen für partielle Differentialgleichungen (PDEs) stoßen bei heutigen Geräten auf gravierende Einschränkungen: Wenige Qubits…

Eine neuartige Methode zur Klassifikation von Herzrhythmusstörungen nutzt latente Ordinary Differential Equations (ODEs), um die Analyse vo…

In einer aktuellen Veröffentlichung auf arXiv wird das Auxiliary Equation Neural Networks Method (AENNM) vorgestellt – ein innovatives Verf…

Die jüngste Veröffentlichung auf arXiv (2508.16815v1) stellt das Uncertainty Propagation Network (UPN) vor – ein innovatives Konzept, das U…

Forscher haben erstmals eine nicht-asymptotische Konvergenzanalyse für scorebasierte Graph-Generative Modelle (SGGMs) veröffentlicht – ein…

Neues arXiv‑Paper (ID 2508.11432v1) zeigt, wie Convolutional Neural Ordinary Differential Equations (NODEs) durch kontraktive Regularisieru…