?
Оптимизация физико-информированных нейронных сетей для решения нелинейного уравнения Шредингера
Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика). 2023. Т. 514. № 2. С. 28–38.
Физико-информированные нейронные сети (Physics Informed Neural Networks – PINN) являются перспективным методом решения уравнений в частных производных с помощью машинного обучения. В работе рассмотрено применение PINN к нелинейному уравнению Шредингера для описания
Ronglin Z., Wei L., Jiahong C. и др., Journal of Signal Processing Systems 2026 Vol. 98 P. 1–15
Добавлено: 16 мая 2026 г.
Суворов Н. М., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3(2) P. 49–66
Сети Петри с данными (DPN) являются расширением классических сетей Петри, позволяющим моделировать процессы, где данные влияют на поток управления, обеспечивая комплексное представление о поведении системы и возможность обнаружения точек отказа, которые в противном случае были бы скрыты. Одним из критериев корректности для моделей процессов является бездефектность. Модель процесса называется бездефектной, если она всегда корректно завершается ...
Добавлено: 16 мая 2026 г.
The Journal of Physical Chemistry Letters 2026 Vol. 17 No. 18 P. 5386–5394
Добавлено: 16 мая 2026 г.
Дас А., Paul R., Sharma N. и др., Colloids and Surfaces A: Physicochemical and Engineering Aspects 2026 Vol. 728 P. 138830
Добавлено: 16 мая 2026 г.
Колоколов И. В., Лебедев В. В., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2026 Vol. 113 Article 054117
Добавлено: 15 мая 2026 г.
Гущина В. А., / Series chemrxiv-2023-vpzhz-v2 "ChemRxiv". 2023.
Наночастицы полностью неорганических перовскитов CsPbBr3 и Cs4PbBr6 интенсивно изучаются благодаря их уникальным свойствам и широкому спектру применений; однако природа их оптических свойств до сих пор полностью не изучена из-за сложности синтеза однофазных наночастиц. В данной статье мы описываем особенности синтеза однофазных частиц и результаты их химического и фазового анализа. Используя данные о концентрациях наночастиц, мы ...
Добавлено: 14 мая 2026 г.
Гущина В. А., Mendeleev Communications 2025 Vol. 35 No. 2 P. 193–195
Наночастицы полностью неорганических перовскитов CsPbBr3 и Cs4PbBr6 интенсивно изучаются благодаря их уникальным оптическим свойствам, хотя синтез однофазных наночастиц представляет собой сложную задачу. В данной работе подробно описан метод синтеза однофазных наночастиц CsPbBr3 и Cs4PbBr6, а также их химический и фазовый анализ. В рамках современной концепции зонной структуры перовскитов выявлены и объяснены характерные оптические свойства, такие ...
Добавлено: 14 мая 2026 г.
Гущина В. А., Physics of Complex Systems, Russia 2026 Vol. 7 No. 1 P. 3–15
Гетероструктуры на основе наностержней ZnO и наночастиц CsPbBr3 были ис-следованы с целью оценки их потенциала в качестве полупроводниковых SERS-субстратов. Было выявлено, что морфология ZnO определяет эффективность межфазного переноса энергии, уве-личивая фотолюминесценцию при длине возбуждения 390 нм и вызывая снижение ширины за-прещенной зоны в композитах. Анализ спектров комбинационного рассеяния выявил значитель-ное усиление интенсивности и появление низкочастотных ...
Добавлено: 14 мая 2026 г.
Neal N. X., Weiqing L., Dacheng H. и др., Algorithms 2026 Vol. 19 No. 5 P. 1–22
Добавлено: 13 мая 2026 г.
Velichkov B., Nikolova-Koleva I., Slavcheva M., Shumen: INCOMA Ltd, 2025.
Добавлено: 12 мая 2026 г.
Степанянц В. Г., Долгов И. М., Хорошилов Г. С. и др., Труды Института системного программирования РАН 2026 Т. 38 № 3 С. 95–110
На рынок постепенно выходят высокоавтоматизированные и подключенные транспортные средства (ТС). В настоящее время предлагаются решения, позволяющие использовать эти технологии для совместного управления дорожным движением, что может значительно повысить его безопасность. В статье анализируются требования к интегрированной среде моделирования подключенных и высокоавтоматизированных ТС и совместной автоматизации управления дорожным движением с высокодетализированным учетом влияния окружающих объектов. Проанализированы ...
Добавлено: 12 мая 2026 г.
Тихонов Р. А., Efendiev M. T., Fedotenkov A. A., 2026 International Russian Smart Industry Conference (SmartIndustryCon) 2026 P. 542–547
Добавлено: 11 мая 2026 г.
Bisnovatyi-Kogan G., Кондратьев И. А., Моисеенко С. Г., International Journal of Modern Physics A 2025 Vol. 40 No. 7 Article 2550018
Добавлено: 11 мая 2026 г.
Торопина О. Д., Бисноватый-Коган Г. С., Моисеенко С. Г., Astronomy Reports 2025 Vol. 69 No. Suppl. 1 P. 80–90
Представлены результаты МГД-моделирования сверхзвуковых астрофизических и лабораторных струй во внешнем полоидальном магнитном поле (Br,Bz) с учетом вращения вещества. Выброшенное вещество коллимируется магнитным полем, степень коллимации и структура потока зависят от соотношения между индукцией магнитного поля и угловой скоростью вещества. При сильном магнитном поле и умеренном вращении образуется бочкообразная структура вытянутой формы, оставляющая после себя стабильный ...
Добавлено: 11 мая 2026 г.
Los Alamitos: IEEE Computer Society, 2026.
Добавлено: 10 мая 2026 г.
Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194
С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные
прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных
путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...
Добавлено: 8 мая 2026 г.
Авдошин С. М., Песоцкая Е. Ю., Business Informatics 2026 Vol. 20 No. 1 P. 7–28
Добавлено: 8 мая 2026 г.
Ismagilov T., Mukosey A., Смирнов Ф. А. и др., International Journal of High Performance Computing Applications 2026 Vol. 40 No. 2 P. 240–253
Добавлено: 7 мая 2026 г.
Громов Е. М., Malomed B. A., Physics Letters A 2026 Vol. 567 Article 131219
Мы рассматриваем расширенное нелинейное уравнение Лугиато-Лефевра (LLE) с кубическим членом псевдостимулированного комбинационного рассеяния (псевдо-SRS), линейным затуханием/усилением и пространственно неоднородной (плавно или сильно локализованной) накачкой. LLE определяется в расширенном адиабатическом приближении на основе базовой системы Захарова (ZS), которая включает в себя коэффициент вязкости, действующий на низкочастотную составляющую (LF), и накачку, поддерживающую высокочастотную (HF) составляющую. Динамика квазисолитонов в модели рассматривается ...
Добавлено: 28 ноября 2025 г.
Добавлено: 28 апреля 2025 г.
The accuracy of solving partial differential equations using physics-informed neural networks (PINNs) significantly depends on their architecture and the choice of hyperparameters. However, manually searching for the optimal configuration can be difficult due to the high computational complexity. In this paper, we propose an approach for optimizing the PINN architecture using a differential evolution algorithm. ...
Добавлено: 28 апреля 2025 г.
V.P. Stepashkina, M.I. Hushchyn, Doklady Mathematics 2024 Vol. 110 No. 1 P. S95–S102
This paper presents the development and evaluation of methods for detecting cyberattacks on industrial systems using neural network approaches. The focus is on the task of detecting anomalies in multivariate time series, where the diversity and complexity of potential attack scenarios require the use of advanced models. To address these challenges, a transformer-based autoencoder architecture ...
Добавлено: 25 марта 2025 г.
Слюняев А. В., Physica D: Nonlinear Phenomena 2025 Vol. 474 Article 134575
We reveal and discuss the self-similar structure of breather solutions of the cubic nonlinear Schrödinger
equation which describe the modulational instability of infinitesimal perturbations of plane waves. All the time
of the evolution, the breather solutions are represented by fully coherent perturbations with self-similar shapes.
The evolving modulations are characterized by constant values of the similarity parameter of ...
Добавлено: 19 февраля 2025 г.