会员服务
CASE · 数值分析 ·
2023 年 5 月 26 日
Evaluation of a Fractional-Calculus-based Numerical Approach to solve Ordinary Differential Equations
翻译：暂无翻译
Sergio F. Yapur
Sergio F. Yapur

This article examines a new approach to solving ordinary differential equations based on Fractional-Calculus theory. Poisson and Sturm-Liouville-type problems are studied, together with different boundary conditions. Each case is analyzed and compared concerning the Finite-Difference method outcome.


翻译：暂无翻译
0
下载
关闭预览

相关内容

高效可扩展图神经网络的研究进展，Recent Advances in Efficient and Scalable Graph Neural Networks
高效可扩展图神经网络的研究进展，Recent Advances in Efficient and Scalable Graph Neural Networks
专知会员服务
75+阅读 · 2022年3月15日
【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
专知会员服务
53+阅读 · 2020年11月21日
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【深度学习表格检测、信息提取和结构化】《Table Detection, Information Extraction and Structuring using Deep Learning》by Vihar Kurama
专知会员服务
36+阅读 · 2020年1月23日
《应用随机微分方程》(Applied Stochastic Differential Equations)324页pdf新书分享
《应用随机微分方程》(Applied Stochastic Differential Equations)324页pdf新书分享
专知会员服务
40+阅读 · 2019年10月28日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
分子伴侣Calnexin/Calreticulin和Erp57在流感病毒HA蛋白成熟过程中的作用研究
国家自然科学基金
0+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
1+阅读 · 2015年12月31日
Berezin变换及相关的算子理论
国家自然科学基金
1+阅读 · 2014年12月31日
基于协方差理论的UCT动态关联算法研究
国家自然科学基金
0+阅读 · 2013年12月31日
Schrodinger-Poisson方程的若干问题研究
国家自然科学基金
1+阅读 · 2012年12月31日
多项式系统控制器参数化的符号计算方法
国家自然科学基金
0+阅读 · 2012年12月31日
实时安全关键系统的建模、仿真与验证
国家自然科学基金
1+阅读 · 2012年12月31日
面向物流配送的动态车辆调度模型与混合量子进化算法
国家自然科学基金
0+阅读 · 2009年12月31日
hTERT调控相关miRNA的鉴定及功能研究
国家自然科学基金
0+阅读 · 2009年12月31日
金融资产变结构波动的非参数GARCH建模及其应用研究
国家自然科学基金
0+阅读 · 2008年12月31日
Discover governing differential equations from evolving systems
Arxiv
0+阅读 · 2023年7月16日
Espaloma-0.3.0: Machine-learned molecular mechanics force field for the simulation of protein-ligand systems and beyond
Arxiv
0+阅读 · 2023年7月13日
Numerical solution of Poisson partial differential equations in high dimension using two-layer neural networks
Arxiv
0+阅读 · 2023年7月13日
A zero-estimator approach for estimating the signal level in a high-dimensional regression setting
Arxiv
0+阅读 · 2023年7月13日
Learning IMM Filter Parameters from Measurements using Gradient Descent
Arxiv
0+阅读 · 2023年7月13日
Auxiliary-Tasks Learning for Physics-Informed Neural Network-Based Partial Differential Equations Solving
Arxiv
0+阅读 · 2023年7月12日
Dynamic mean field programming
Arxiv
0+阅读 · 2023年7月12日
Bayesian taut splines for estimating the number of modes
Arxiv
0+阅读 · 2023年7月11日
RényiTester: A Variational Approach to Testing Differential Privacy
Arxiv
0+阅读 · 2023年7月10日
On Neural Differential Equations
Arxiv
23+阅读 · 2022年2月4日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
CASE
数值分析
相关VIP内容
高效可扩展图神经网络的研究进展，Recent Advances in Efficient and Scalable Graph Neural Networks
高效可扩展图神经网络的研究进展，Recent Advances in Efficient and Scalable Graph Neural Networks
专知会员服务
75+阅读 · 2022年3月15日
【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
专知会员服务
53+阅读 · 2020年11月21日
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【深度学习表格检测、信息提取和结构化】《Table Detection, Information Extraction and Structuring using Deep Learning》by Vihar Kurama
专知会员服务
36+阅读 · 2020年1月23日
《应用随机微分方程》(Applied Stochastic Differential Equations)324页pdf新书分享
《应用随机微分方程》(Applied Stochastic Differential Equations)324页pdf新书分享
专知会员服务
40+阅读 · 2019年10月28日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
热门VIP内容
相关资讯
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关论文
Discover governing differential equations from evolving systems
Arxiv
0+阅读 · 2023年7月16日
Espaloma-0.3.0: Machine-learned molecular mechanics force field for the simulation of protein-ligand systems and beyond
Arxiv
0+阅读 · 2023年7月13日
Numerical solution of Poisson partial differential equations in high dimension using two-layer neural networks
Arxiv
0+阅读 · 2023年7月13日
A zero-estimator approach for estimating the signal level in a high-dimensional regression setting
Arxiv
0+阅读 · 2023年7月13日
Learning IMM Filter Parameters from Measurements using Gradient Descent
Arxiv
0+阅读 · 2023年7月13日
Auxiliary-Tasks Learning for Physics-Informed Neural Network-Based Partial Differential Equations Solving
Arxiv
0+阅读 · 2023年7月12日
Dynamic mean field programming
Arxiv
0+阅读 · 2023年7月12日
Bayesian taut splines for estimating the number of modes
Arxiv
0+阅读 · 2023年7月11日
RényiTester: A Variational Approach to Testing Differential Privacy
Arxiv
0+阅读 · 2023年7月10日
On Neural Differential Equations
Arxiv
23+阅读 · 2022年2月4日
相关基金
分子伴侣Calnexin/Calreticulin和Erp57在流感病毒HA蛋白成熟过程中的作用研究
国家自然科学基金
0+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
1+阅读 · 2015年12月31日
Berezin变换及相关的算子理论
国家自然科学基金
1+阅读 · 2014年12月31日
基于协方差理论的UCT动态关联算法研究
国家自然科学基金
0+阅读 · 2013年12月31日
Schrodinger-Poisson方程的若干问题研究
国家自然科学基金
1+阅读 · 2012年12月31日
多项式系统控制器参数化的符号计算方法
国家自然科学基金
0+阅读 · 2012年12月31日
实时安全关键系统的建模、仿真与验证
国家自然科学基金
1+阅读 · 2012年12月31日
面向物流配送的动态车辆调度模型与混合量子进化算法
国家自然科学基金
0+阅读 · 2009年12月31日
hTERT调控相关miRNA的鉴定及功能研究
国家自然科学基金
0+阅读 · 2009年12月31日
金融资产变结构波动的非参数GARCH建模及其应用研究
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员
Top