Zobrazeno 1 - 10
of 27 079
pro vyhledávání: '"Checkerboard pattern"'
Autor:
Endtmayer, Bernhard
In this work, we apply multi-goal oriented error estimation to the finite element method. In particular, we use the dual weighted residual method and apply it to a model problem. This model problem consist of locally different coercive partial differ
Externí odkaz:
http://arxiv.org/abs/2405.18567
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Delgado, Jorge1 (AUTHOR), Orera, Héctor1 (AUTHOR) hectororera@unizar.es, Peña, J. M.1 (AUTHOR)
Publikováno v:
Mathematics (2227-7390). Mar2024, Vol. 12 Issue 6, p853. 13p.
Publikováno v:
In Applied Thermal Engineering 1 June 2024 246
Publikováno v:
In Results in Physics February 2024 57
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Mathematics, Vol 12, Iss 6, p 853 (2024)
In this work, block checkerboard sign pattern matrices are introduced and analyzed. They satisfy the generalized Perron–Frobenius theorem. We study the case related to total positive matrices in order to guarantee bidiagonal decompositions and some
Externí odkaz:
https://doaj.org/article/24a3f190351c4345b35f8ff8dfaeac3d
Publikováno v:
Results in Physics, Vol 57, Iss , Pp 107376- (2024)
In this paper, a tunable ultra-wideband terahertz (THz) metasurface absorber utilizing vanadium dioxide (VO2) has been designed with the assistance of the Binary Grey Wolf Optimization algorithm. The electromagnetic absorption characteristics and the
Externí odkaz:
https://doaj.org/article/92bb5934db814095b041fcb9f8ddc301
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 10, Pp 76044-76054 (2022)
Dropout is adopted in many state-of-the-art Deep Neural Networks (DNNs) to ease the overfitting problem by randomly removing features from feature maps. However, previous studies show the limitations of dropout application to Convolutional Neural Net
Externí odkaz:
https://doaj.org/article/79e779bf93c34c5384eca7cf539f7f37