Recuperación probabilística amortizada de CO2 con deep learning
El deep learning amortizado recupera CO2 atmosférico desde espectros OCO-2 con mayor velocidad y precisión, modelando incertidumbres no gaussianas.
#laplace
INI-VPINN: Red neuronal física variacional para dominios multimaterial
Descubre cómo INI-VPINN resuelve problemas multimaterial con interfaces complejas sin términos de pérdida adicionales. Mayor precisión y convergencia rápida.
LFNO: Uniendo Laplace y Fourier con descomposición transitorio-estacionario
Conoce LFNO, operador neuronal que une Laplace y Fourier para modelar sistemas dinámicos con descomposición transitorio-estacionaria, superando en ODE y PDE.
Ecuaciones diferenciales parciales: guía completa y ejemplos
Descubre qué son las ecuaciones diferenciales parciales, su clasificación, métodos de resolución y ejemplos prácticos. Guía con aplicaciones reales.
Incertidumbre post hoc a nivel de instancia en detección de objetos
MC-GLM cuantifica incertidumbre post hoc a nivel de instancia en detección de objetos para conducción autónoma. Sin reentrenamiento, eficiente y paralelizable.