Low-rank tensor approximation of singularly perturbed boundary value problems in one dimension

Marcati C.; M. Rakhuba; Ulander J.  .

doi:10.1007/s10092-021-00439-0

Публикации

?

Low-rank tensor approximation of singularly perturbed boundary value problems in one dimension

Calcolo. 2022. Article 2.

Marcati C., Рахуба М. В., Ulander J. .

Научное направление: Математика Компьютерные науки

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: singular perturbation exponential convergence tensor train Low-rank tensor approximation

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.

Добавлено: 11 июня 2026 г.

On the Ramsey Number R(K_{1,s},P_t)

Kh. Kh. Abdullin, D. B. Mokeev, D. S. Taletskii, Mathematical notes 2026 Vol. 119 No. 1 P. 3–7

Добавлено: 10 июня 2026 г.

TreeDQN: Sample-efficient off-policy reinforcement learning for combinatorial optimization

Sorokin D., Kostin A., Савченко Л. В. и др., Knowledge-Based Systems 2026 Vol. 348 Article 116258

Добавлено: 10 июня 2026 г.

Microbial diversity and production of milk spirit using traditional Buryat fermentation and distillation technologies

Namsaraev Z., Nanzatov B., Козлова А. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 17769

Дистиллированные кисломолочные напитки встречаются в пищевой промышленности редко, несмотря на повсеместное распространение растительных спиртных напитков. В настоящее время производство крепких дистиллированных алкогольных напитков из кисломолочных продуктов с использованием традиционных технологий известно лишь среди монголоязычных народов и их сибирских соседей. Данное исследование представляет собой первый междисциплинарный анализ дарасуна, традиционного бурятского спиртного напитка, изготавливаемого из кисломолочного напитка ...

Добавлено: 10 июня 2026 г.

Artificial intelligence and digital twins for failure prediction in data center cooling systems: a comprehensive literature review (2018–2026)

Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19

Добавлено: 10 июня 2026 г.

Innovations in Information and Decision Sciences. Proceedings of the 13th International Conference on Frontiers in Intelligent Computing: Theory and Applications (FICTA 2025), Volume 4

Springer, 2026.

Добавлено: 8 июня 2026 г.

Wave dynamics within the Whitham-Ostrovsky equation

Flamarion M. V., Пелиновский Е. Н., Nonlinear Dynamics 2026 Vol. 114 Article 784

Добавлено: 5 июня 2026 г.

Fast gradient-free activation maximization for neurons in spiking neural networks

Pospelov N., Chertkov A., Бекетов М. Е. и др., Neurocomputing 2025 Vol. 618 Article 129070

Добавлено: 14 декабря 2024 г.

High-Order Non-uniform Grid Scheme for Numerical Analysis of Singularly Perturbed Fokker-Planck Equation

Рукавишников А. А., Васильев С. А., Мукасеев Е. В. и др., Lecture Notes in Networks and Systems 2023 Vol. 934 P. 235–244

Добавлено: 15 мая 2024 г.

Quantized Tensor FEM for Multiscale Problems: Diffusion Problems in Two and Three Dimensions

Kazeev V., Oseledets I., Maxim V. Rakhuba и др., Multiscale Modeling and Simulation 2022 Vol. 20 No. 3 P. 893–935

Добавлено: 30 октября 2022 г.

Tensor rank bounds for point singularities in ℝ³

Marcati C., Рахуба М. В., Schwab C., Advances in Computational Mathematics 2022 Vol. 48 No. 3 Article 18

Добавлено: 30 октября 2022 г.

Automatic differentiation for Riemannian optimization on low-rank matrix and tensor-train manifolds

Novikov A., Рахуба М. В., Oseledets I., SIAM Journal of Scientific Computing 2022 Vol. 44 No. 2 P. A843–A869

Добавлено: 31 октября 2021 г.

Spectral Tensor Train Parameterization of Deep Learning Layers

Obukhov A., Рахуба М. В., Liniger A. и др., , in: International Conference on Artificial Intelligence and Statistics, 13-15 April 2021, VirtualVol. 130.: PMLR, 2021. P. 3547–3555.

Добавлено: 31 октября 2021 г.

О ТТ-рангах приближенных тензоризаций некоторых гладких функций

Высоцкий Л. И., Журнал вычислительной математики и математической физики 2021 Т. 61 № 5 С. 776–786

Исследуются “тензоризации” функций, т.е. тензоры с элементами A(i1,…,id)=f(x(i1,…,id)), где f(x) – некоторая функция, заданная на отрезке, а {x(i1,…,id)} – сетка на этом отрезке. Для таких тензоров ставится задача приближения тензорами, допускающими ТТ (Tensor Train)-разложение с малыми ТТ-рангами. Для класса функций, являющихся следами аналитических в некоторых эллипсах на комплексной плоскости функций комплексного переменного, получены верхние и ...

Добавлено: 31 октября 2021 г.

Tensor-Train Numerical Integration of Multivariate Functions with Singularities

Высоцкий Л. И., Смирнов А. В., Тыртышников Е. Е., Lobachevskii Journal of Mathematics 2021 Vol. 42 P. 1608–1621

Добавлено: 31 октября 2021 г.

A note on convergence of nonlinear Markov chains

Щеголев А. А., , in: Сборник материалов V-й Международной конференции по стохастическим методам: The 5th International Conference on Stochastic Methods (ICSM5). 23-27 November 2020, Russia, Moscow.: M.: RUDN, 2020. P. 191–196.

Добавлено: 30 октября 2021 г.

On Tensor-Train Ranks of Tensorized Polynomials

Высоцкий Л. И., , in: Large-Scale Scientific Computing. LSSC 2019. Lecture Notes in Computer ScienceVol. 11958: Large-Scale Scientific Computing 12th International Conference, LSSC 2019 Sozopol, Bulgaria, June 10–14, 2019 Revised Selected Papers.: Cham: Springer, 2020. P. 189–196.

Добавлено: 10 ноября 2020 г.

Tensor Rank bounds for Point Singularities in ℝ^3

Marcati C., Рахуба М. В., Christoph S., / Series math "arxiv.org". 2020.

Добавлено: 20 октября 2020 г.

Exponential Convergence of Multi-Dimensional Stochastic Mechanical Systems with Switching

Веретенников А. Ю., Anulova S., Shcherbakov P., , in: Proc. 52nd IEEE Conference on Decision and Control, December 10-13, Florence, Italy, 2013.: Florence: IEEE, 2013. P. 1217–1222.

Добавлено: 18 октября 2014 г.

Exponential Convergence of degenerate Hybrid Stochastic Systems with full Dependence

Веретенников А. Ю., Anulova S., , in: Modern Stochastics and ApplicationsVol. Springer, Optimization and Its Applications.: Springer, 2014. P. 159–174.

Добавлено: 18 октября 2014 г.

Coping with Complexity: Model Reduction and Data Analysis

Berlin, Heidelberg: Springer, 2011.

This volume contains the extended version of selected talks given at the international research workshop "Coping with Complexity: Model Reduction and Data Analysis", Ambleside, UK, August 31 – September 4, 2009. The book is deliberately broad in scope and aims at promoting new ideas and methodological perspectives. The topics of the chapters range from theoretical ...

Добавлено: 29 мая 2013 г.