Вычисление значения многочлена. Все ли тривиально в этом вопросе?

А как обстоит дело с векторизованными операциями, когда одновременно можно проводить несколько умножений и сложений?

Параметрическая идентификация линейной динамической системы

SS — это производная x по a.

f=diff(x(t),'a');
S1=simplify(f);
SS=eval(S1);

Параметрическая идентификация линейной динамической системы

Можете объяснить, почему вы приравниваете производную от x1 по a к значению x1 из модели? У них даже размерность разная. Почему вы игнорируете вторую компоненту решения, хотя она явно фигурирует в МНК?

Параметрическая идентификация линейной динамической системы

У вас нет шума, метод Рунге-Кутты, который вы используете, дает 6-7 верных знаков при стандартных настройках. В моем понимании, оценка для а должна с самого начала совпадать с точным значением (с теми же 6-7 верными знаками). Возможно (пальцем в небо), проблема в том, что вы сравниваете численное решение с аналитическим в разных точках. Метод сравнения мне кажется очень странным, вы сравниваете два решения всего лишь в одной точке (текущей) и по этой точке оцениваете параметр. На мой взгляд, с шумом это будет работать крайне плохо. Более логично сравнивать, например, интеграл квадрата отклонения за весь промежуток времени. Хотя я бы сравнивал локальные куски решения (например, в окрестности текущего момента времени), либо вообще подставлял траекторию в диффур и искал МНК оценку для а.

Параметрическая идентификация линейной динамической системы

Совершенно не понимаю фразу

примерно на 3,5 секунде процесс стабилизируется

. У вас параметр a оценивается непрерывно во времени? Или когда уже известны обе траектории — модельная и фактическая? Почему такая значительная ошибка в определении а, если шума у вас нет? Самую интересную часть спрятали в код.

Быстрый старт в изучении анализа данных и машинного обучения от МФТИ и Яндекса

А бесплатная специализация только для студентов или аспирантам и сотрудникам тоже доступна?

Метод Finite Volume — реализация на примере теплопроводности

А с чем в Матлабе сравнивали? Я помню там есть PDEToolbox, но он конечно-элементный, а не конечно-разностный. У вас же на картинках из Матлаба явно результаты расчета какого-то конечно-объемного метода.
А для проверки критичности кросс-диффузии попробуйте сетку сильно растянуть по одной координате и запустить просто с точечным начальным условием. В моем понимании, вместо кругового пятна у вас получится эллиптическое.

Считаем разностные схемы в Mathcad Express

Ваше утверждение про точность в четвертом знаке неверно. Ошибка аппроксимации данной схемы — , константа устойчивости — единица. Очевидно, что ошибка не фиксирована, она зависит от гладкости решения. Похоже, что о зануднсти вычислительной математики вы судите исключительно из своего опыта.

Трёхмерны ли вы? Микрозадачка пространственному мышлению

Сечение плоскостью, параллельной образующим — квадрат. Площадь элементарно выражается через растояние от плоскости до точки пересечения. Итого

Новое в Wolfram Language | Аналитическое решение уравнений в частных производных

А как обстоит дело с более сложными областями, в которых расщепление переменных не работает? Например, решить уравнение Лапласа в области Polygon[{{0, 0}, {0, 1}, {3, 3}, {1, 0}}]. А в качестве общего решения уравнения Лапласа Математика по-прежнему выдает C1[x + I y] + C2[x - I y]?

Как за 5233 человеко-часа создать софт для микротомографа

С удовольствием бы почитал про обращение преобразования Радона с точечным источником и о реализации этого всего с использованием CUDA

Альтернатива стандарту IEEE754

Я лишь говорю, что ваш алгоритм соответствует по сложности алгоритму работы с денормализованными числами в IEEE. В любом случае, без сравнения конкретных алгоритмов или их железной реализации, это лишь впечатление, которое может быть неверным.

Новость позвала в дорогу: сверхбыстрый энергоэффективный оптический сопроцессор для больших данных

Поставили бы они лучше зеркальный модулятор в фокальную плоскость вместо рассеивающей пластинки — было бы больше похоже на оптический сопроцессор, а это непонятно что. Много ли задач полагается на умножение на случайную матрицу?

Альтернатива стандарту IEEE754

А чего стоят ссылки картинкой

Альтернатива стандарту IEEE754

Вот, а у меня после прочтения сложилось впечатление, что вы этот алгоритм предлагаете использовать всегда.

Альтернатива стандарту IEEE754

я про реализацию на уровне железа

Альтернатива стандарту IEEE754

По-моему логично, что работа с денормализованными числами в IEEE не сложнее работы с предлагаемыми ненормализованными числами

Спектральный метод на примере простых задач матфизики

Даже с уравнениями с непостоянными коэффициентами

Спектральный метод на примере простых задач матфизики

В одномерной теплопроводности у вас не осцилляции, а обычная неустойчивость от большого шага по времени. Проверьте условие Куранта, скорее всего, оно у вас нарушено. Осцилляциями обычно называют немонотонность численного решения при сохранении устойчивости.

Детектор эллипсов в реальном времени

Можно про серидины хорд поподробнее? Похоже, что этот способ только для окружностей работает