Сложные потоки: Новый подход к моделированию многокомпонентных сред
![Предложенный неявный лагранжев численный метод демонстрирует устойчивость и независимость от размера сетки при моделировании контактных взаимодействий и умеренных ударных волн, сохраняя точность определения точек контакта и скачков даже при относительно высоком числе Куранта [latex]k_{CFL}=10.0[/latex] и используя интегратор по времени SDIRK2 второго порядка.](https://arxiv.org/html/2601.21241v1/x4.png)
В статье представлен эффективный численный метод для точного моделирования поведения сложных жидкостей и материалов, состоящих из нескольких компонентов.
![Предложенный неявный лагранжев численный метод демонстрирует устойчивость и независимость от размера сетки при моделировании контактных взаимодействий и умеренных ударных волн, сохраняя точность определения точек контакта и скачков даже при относительно высоком числе Куранта [latex]k_{CFL}=10.0[/latex] и используя интегратор по времени SDIRK2 второго порядка.](https://arxiv.org/html/2601.21241v1/x4.png)
В статье представлен эффективный численный метод для точного моделирования поведения сложных жидкостей и материалов, состоящих из нескольких компонентов.
![Наблюдения за эволюцией плотности [latex]\pi_{\theta_K}[/latex] демонстрируют, что как ImpDiff, так и SOSMC-ULA, при одинаковой начальной инициализации и общем шуме, сходятся к различным распределениям, что указывает на влияние алгоритма на процесс сэмплирования и его способность формировать структуру вероятностного пространства.](https://arxiv.org/html/2601.22003v1/x14.png)
В статье представлен эффективный метод оптимизации функций со сложными и недоступными градиентами, основанный на алгоритмах Sequential Monte Carlo.
Предложен эффективный алгоритм блочно-координатного спуска для решения задач негладкой оптимизации, демонстрирующий превосходные результаты в оценке разреженных матриц точности.
В статье представлен новый подход к стохастическому линейному квадратичному управлению, основанный на рекурсивном функционале стоимости.

Исследователи предлагают инновационную систему, использующую адаптивное обучение с подкреплением для повышения безопасности и эффективности автономных автомобилей в условиях сложного городского трафика.