torch-sla: álgebra lineal dispersa y diferenciable en PyTorch
Descubre torch-sla: álgebra lineal dispersa diferenciable para PyTorch con soporte multi-backend, solucionadores adjuntos y paralelismo tensorial.
#solucionadores
Solucionadores probabilísticos estables para EDOs rígidas y de alta dimensión
Descubre cómo solucionadores probabilísticos para EDOs rígidas y de alta dimensión logran estabilidad y escalabilidad lineal, superando el coste cúbico.
¿Son fiables los solucionadores híbridos de EDP basados en deep learning?
Descubre por qué los solucionadores híbridos de EDP con deep learning fallan y cómo la aceleración Anderson con física informada garantiza convergencia fiable.
Flowers: un motor warp para solucionadores neuronales de PDE
Flowers: arquitectura neuronal con warps multihead. Sin Fourier ni atención, logra interacciones globales a costo lineal. Supera a modelos mucho más grandes.
Diagnóstico de solucionadores HJB-PIDE neuronales bajo saltos Lévy
Protocolo de diagnóstico para solucionadores neuronales HJB-PIDE: detecta errores ocultos como un factor de escala ausente en saltos de Lévy. Optimiza tus modelos.
Aprendiendo a resolver y optimizar mediante evolución de código
CHECKMATE evoluciona código para crear algoritmos que resuelven problemas complejos de configuración y planificación, superando a solucionadores tradicionales.