Academic literature on the topic 'Functional expansion methods'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Functional expansion methods.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Functional expansion methods"
Giese, Timothy J., and Darrin M. York. "Density-functional expansion methods: Generalization of the auxiliary basis." Journal of Chemical Physics 134, no. 19 (May 21, 2011): 194103. http://dx.doi.org/10.1063/1.3587052.
Full textLiu, Hong Bo, Wu Ying Zhang, Feng Lin, and Hong Da Cao. "Comparison and Characterization of Two Preparation Methods of Graphene Oxide." Advanced Materials Research 989-994 (July 2014): 125–29. http://dx.doi.org/10.4028/www.scientific.net/amr.989-994.125.
Full textGiese, Timothy J., and Darrin M. York. "Density-functional expansion methods: Evaluation of LDA, GGA, and meta-GGA functionals and different integral approximations." Journal of Chemical Physics 133, no. 24 (December 28, 2010): 244107. http://dx.doi.org/10.1063/1.3515479.
Full textIonescu, Carmen, Corina N. Babalic, Radu Constantinescu, and Raluca Efrem. "The Functional Expansion Approach for Solving NPDEs as a Generalization of the Kudryashov and G′/G Methods." Symmetry 14, no. 4 (April 15, 2022): 827. http://dx.doi.org/10.3390/sym14040827.
Full textGelman, V. Ya. "Ways of Development of Equipment and Research Methods for Functional Diagnostics." Medicina 10, no. 3 (2022): 42–52. http://dx.doi.org/10.29234/2308-9113-2022-10-3-42-52.
Full textLee, Ji-Yeon, Jeong-Woo Jeon, and Jin-Seop Kim. "Effects of the Chest Expansion Exercise on Chest Expansion, Respiratory Function and Functional Activity: A Aystematic Review." KOREAN ACADEMY OF CARDIORESPIRATORY PHYSICAL THERAPY 10, no. 1 (June 30, 2022): 41–46. http://dx.doi.org/10.32337/kacpt.2022.10.1.41.
Full textZlatska, A. V., A. E. Rodnichenko, O. S. Gubar, R. O. Zubov, S. N. Novikova, and R. G. Vasyliev. "ENDOMETRIAL STROMAL CELLS: ISOLATION, EXPANSION, MORPHOLOGICAL AND FUNCTIONAL PROPERTIES." Experimental Oncology 39, no. 3 (September 22, 2017): 197–202. http://dx.doi.org/10.31768/2312-8852.2017.39(3):197-202.
Full textShibkova, Dariya Zakharovna, and Pavel Azifovich Baiguzhin. "NEUROSCIENCE: INTERDISCIPLINARY INTEGRATION OR EXPANSION?" Психология. Психофизиология 13, no. 3 (October 21, 2020): 111–21. http://dx.doi.org/10.14529/jpps200312.
Full textРогожин, Андрей, and Andrei Rogozhin. "Traditional and non-traditional methods of optimizing the functional states of public servants." Applied psychology and pedagogy 4, no. 1 (January 10, 2019): 57–64. http://dx.doi.org/10.12737/article_5c2cfc8f48a604.29122318.
Full textDÖRING, LEIF, BLANKA HORVATH, and JOSEF TEICHMANN. "FUNCTIONAL ANALYTIC (IR-)REGULARITY PROPERTIES OF SABR-TYPE PROCESSES." International Journal of Theoretical and Applied Finance 20, no. 03 (April 24, 2017): 1750013. http://dx.doi.org/10.1142/s0219024917500133.
Full textDissertations / Theses on the topic "Functional expansion methods"
Correia, Fagner Cintra [UNESP]. "The standard model effective field theory: integrating UV models via functional methods." Universidade Estadual Paulista (UNESP), 2017. http://hdl.handle.net/11449/151703.
Full textApproved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-09-27T19:37:47Z (GMT) No. of bitstreams: 1 correia_fc_dr_ift.pdf: 861574 bytes, checksum: 1829fcb0903e20303312d37d7c1e0ffc (MD5)
Made available in DSpace on 2017-09-27T19:37:47Z (GMT). No. of bitstreams: 1 correia_fc_dr_ift.pdf: 861574 bytes, checksum: 1829fcb0903e20303312d37d7c1e0ffc (MD5) Previous issue date: 2017-07-27
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
O Modelo Padrão Efetivo é apresentado como um método consistente de parametrizar Física Nova. Os conceitos de Matching e Power Counting são tratados, assim como a Expansão em Derivadas Covariantes introduzida como alternativa à construção do conjunto de operadores efetivos resultante de um modelo UV particular. A técnica de integração funcional é aplicada em casos que incluem o MP com Tripleto de Escalares e diferentes setores do modelo 3-3-1 na presença de Leptons pesados. Finalmente, o coeficiente de Wilson de dimensão-6 gerado a partir da integração de um quark-J pesado é limitado pelos valores recentes do parâmetro obliquo Y.
It will be presented the principles behind the use of the Standard Model Effective Field Theory as a consistent method to parametrize New Physics. The concepts of Matching and Power Counting are covered and a Covariant Derivative Expansion introduced to the construction of the operators set coming from the particular integrated UV model. The technique is applied in examples including the SM with a new Scalar Triplet and for different sectors of the 3-3-1 model in the presence of Heavy Leptons. Finally, the Wilson coefficient for a dimension-6 operator generated from the integration of a heavy J-quark is then compared with the measurements of the oblique Y parameter.
CNPq: 142492/2013-2
CAPES: 88881.132498/2016-01
Correia, Fagner Cintra. "The standard model effective field theory : integrating UV models via functional methods /." São Paulo, 2017. http://hdl.handle.net/11449/151703.
Full textResumo: O Modelo Padrão Efetivo é apresentado como um método consistente de parametrizar FísicaNova. Os conceitos de Matching e Power Counting são tratados, assim como a Expansão emDerivadas Covariantes introduzida como alternativa à construção do conjunto de operadoresefetivos resultante de um modelo UV particular. A técnica de integração funcional é aplicadaem casos que incluem o MP com Tripleto de Escalares e diferentes setores do modelo 3-3-1 napresença de Leptons pesados. Finalmente, o coeficiente de Wilson de dimensão-6 gerado a partirda integração de um quark-J pesado é limitado pelos valores recentes do parâmetro obliquo Y.
Doutor
Rau, Christian, and rau@maths anu edu au. "Curve Estimation and Signal Discrimination in Spatial Problems." The Australian National University. School of Mathematical Sciences, 2003. http://thesis.anu.edu.au./public/adt-ANU20031215.163519.
Full textRustaey, Abid 1961. "A comparison of conventional acceleration schemes to the method of residual expansion functions." Thesis, The University of Arizona, 1989. http://hdl.handle.net/10150/277176.
Full textZipperer, Travis Jonathan. "Pulse height tally response expansion method for application in detector problems." Thesis, Georgia Institute of Technology, 2011. http://hdl.handle.net/1853/44816.
Full textLladser, Manuel Eugenio. "Asymptotic enumeration via singularity analysis." Connect to this title online, 2003. http://rave.ohiolink.edu/etdc/view?acc%5Fnum=osu1060976912.
Full textTitle from first page of PDF file. Document formatted into pages; contains x, 227 p.; also includes graphics Includes bibliographical references (p. 224-227). Available online via OhioLINK's ETD Center
Calatayud, Gregori Julia. "Computational methods for random differential equations: probability density function and estimation of the parameters." Doctoral thesis, Universitat Politècnica de València, 2020. http://hdl.handle.net/10251/138396.
Full text[ES] Los modelos matemáticos basados en ecuaciones diferenciales deterministas no tienen en cuenta la incertidumbre inherente del fenómeno físico (en un sentido amplio) bajo estudio. Además, a menudo se producen inexactitudes en los datos recopilados debido a errores en las mediciones. Por lo tanto, es necesario tratar los parámetros de entrada del modelo como cantidades aleatorias, en forma de variables aleatorias o procesos estocásticos. Esto da lugar al estudio de las ecuaciones diferenciales aleatorias. El cálculo de la función de densidad de probabilidad de la solución estocástica es importante en la cuantificación de la incertidumbre de la respuesta del modelo. Aunque dicho cálculo es un objetivo difícil en general, ciertas expansiones estocásticas para los coeficientes del modelo dan lugar a representaciones fieles de la solución estocástica, lo que permite aproximar su función de densidad. En este sentido, las expansiones de Karhunen-Loève y de caos polinomial generalizado constituyen herramientas para dicha aproximación de la densidad. Además, los métodos basados en discretizaciones de esquemas numéricos de diferencias finitas permiten aproximar la solución estocástica, por lo tanto, su función de densidad de probabilidad. La parte principal de esta disertación tiene como objetivo aproximar la función de densidad de probabilidad de modelos matemáticos importantes con incertidumbre en su formulación. Concretamente, en esta memoria se estudian, en un sentido estocástico, los siguientes modelos que aparecen en diferentes áreas científicas: en Física, el modelo del péndulo amortiguado; en Biología y Epidemiología, los modelos de crecimiento logístico y de Bertalanffy, así como modelos de tipo epidemiológico; y en Termodinámica, la ecuación en derivadas parciales del calor. Utilizamos expansiones de Karhunen-Loève y de caos polinomial generalizado y esquemas de diferencias finitas para la aproximación de la densidad de la solución. Estas técnicas solo son aplicables cuando tenemos un modelo directo en el que los parámetros de entrada ya tienen determinadas distribuciones de probabilidad establecidas. Cuando los coeficientes del modelo se estiman a partir de los datos recopilados, tenemos un problema inverso. El enfoque de inferencia Bayesiana permite estimar la distribución de probabilidad de los parámetros del modelo a partir de su distribución de probabilidad previa y la verosimilitud de los datos. La cuantificación de la incertidumbre para la respuesta del modelo se lleva a cabo utilizando la distribución predictiva a posteriori. En este sentido, la última parte de la tesis muestra la estimación de las distribuciones de los parámetros del modelo a partir de datos experimentales sobre el crecimiento de bacterias. Para hacerlo, se utiliza un método híbrido que combina la estimación de parámetros Bayesianos y los desarrollos de caos polinomial generalizado.
[CAT] Els models matemàtics basats en equacions diferencials deterministes no tenen en compte la incertesa inherent al fenomen físic (en un sentit ampli) sota estudi. A més a més, sovint es produeixen inexactituds en les dades recollides a causa d'errors de mesurament. Es fa així necessari tractar els paràmetres d'entrada del model com a quantitats aleatòries, en forma de variables aleatòries o processos estocàstics. Açò dóna lloc a l'estudi de les equacions diferencials aleatòries. El càlcul de la funció de densitat de probabilitat de la solució estocàstica és important per a quantificar la incertesa de la sortida del model. Tot i que, en general, aquest càlcul és un objectiu difícil d'assolir, certes expansions estocàstiques dels coeficients del model donen lloc a representacions fidels de la solució estocàstica, el que permet aproximar la seua funció de densitat. En aquest sentit, les expansions de Karhunen-Loève i de caos polinomial generalitzat esdevenen eines per a l'esmentada aproximació de la densitat. A més a més, els mètodes basats en discretitzacions mitjançant esquemes numèrics de diferències finites permeten aproximar la solució estocàstica, per tant la seua funció de densitat de probabilitat. La part principal d'aquesta dissertació té com a objectiu aproximar la funció de densitat de probabilitat d'importants models matemàtics amb incerteses en la seua formulació. Concretament, en aquesta memòria s'estudien, en un sentit estocàstic, els següents models que apareixen en diferents àrees científiques: en Física, el model del pèndol amortit; en Biologia i Epidemiologia, els models de creixement logístic i de Bertalanffy, així com models de tipus epidemiològic; i en Termodinàmica, l'equació en derivades parcials de la calor. Per a l'aproximació de la densitat de la solució, ens basem en expansions de Karhunen-Loève i de caos polinomial generalitzat i en esquemes de diferències finites. Aquestes tècniques només són aplicables quan tenim un model cap avant en què els paràmetres d'entrada tenen ja determinades distribucions de probabilitat. Quan els coeficients del model s'estimen a partir de les dades recollides, tenim un problema invers. L'enfocament de la inferència Bayesiana permet estimar la distribució de probabilitat dels paràmetres del model a partir de la seua distribució de probabilitat prèvia i la versemblança de les dades. La quantificació de la incertesa per a la resposta del model es fa mitjançant la distribució predictiva a posteriori. En aquest sentit, l'última part de la tesi mostra l'estimació de les distribucions dels paràmetres del model a partir de dades experimentals sobre el creixement de bacteris. Per a fer-ho, s'utilitza un mètode híbrid que combina l'estimació de paràmetres Bayesiana i els desenvolupaments de caos polinomial generalitzat.
This work has been supported by the Spanish Ministerio de Econom´ıa y Competitividad grant MTM2017–89664–P.
Calatayud Gregori, J. (2020). Computational methods for random differential equations: probability density function and estimation of the parameters [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/138396
TESIS
Premiado
Jornet, Sanz Marc. "Mean square solutions of random linear models and computation of their probability density function." Doctoral thesis, Universitat Politècnica de València, 2020. http://hdl.handle.net/10251/138394.
Full text[ES] Esta tesis trata el análisis de ecuaciones diferenciales con parámetros de entrada aleatorios, en la forma de variables aleatorias o procesos estocásticos con cualquier tipo de distribución de probabilidad. En modelización, los coeficientes de entrada se fijan a partir de datos experimentales, los cuales suelen acarrear incertidumbre por los errores de medición. Además, el comportamiento del fenómeno físico bajo estudio no sigue patrones estrictamente deterministas. Es por tanto más realista trabajar con modelos matemáticos con aleatoriedad en su formulación. La solución, considerada en el sentido de caminos aleatorios o en el sentido de media cuadrática, es un proceso estocástico suave, cuya incertidumbre se tiene que cuantificar. La cuantificación de la incertidumbre es a menudo llevada a cabo calculando los principales estadísticos (esperanza y varianza) y, si es posible, la función de densidad de probabilidad. En este trabajo, estudiamos modelos aleatorios lineales, basados en ecuaciones diferenciales ordinarias con y sin retardo, y en ecuaciones en derivadas parciales. La estructura lineal de los modelos nos permite buscar ciertas soluciones probabilísticas e incluso aproximar su función de densidad de probabilidad, lo cual es un objetivo complicado en general. Una parte muy importante de la disertación se dedica a las ecuaciones diferenciales lineales de segundo orden aleatorias, donde los coeficientes de la ecuación son procesos estocásticos y las condiciones iniciales son variables aleatorias. El estudio de esta clase de ecuaciones diferenciales en el contexto aleatorio está motivado principalmente por su importante papel en la Física Matemática. Empezamos resolviendo la ecuación diferencial de Legendre aleatorizada en el sentido de media cuadrática, lo que permite la aproximación de la esperanza y la varianza de la solución estocástica. La metodología se extiende al caso general de ecuaciones diferenciales lineales de segundo orden aleatorias con coeficientes analíticos (expresables como series de potencias), mediante el conocido método de Fröbenius. Se lleva a cabo un estudio comparativo con métodos espectrales basados en expansiones de caos polinomial. Por otro lado, el método de Fröbenius junto con la simulación de Monte Carlo se utilizan para aproximar la función de densidad de probabilidad de la solución. Para acelerar el procedimiento de Monte Carlo, se proponen varios métodos de reducción de la varianza basados en reglas de cuadratura y estrategias multinivel. La última parte sobre ecuaciones diferenciales lineales de segundo orden aleatorias estudia un problema aleatorio de tipo Poisson de difusión-reacción, en el que la función de densidad de probabilidad es aproximada mediante un esquema numérico de diferencias finitas. En la tesis también se tratan ecuaciones diferenciales ordinarias aleatorias con retardo discreto y constante. Estudiamos el caso lineal y autónomo, cuando el coeficiente de la componente no retardada i el parámetro del término retardado son ambos variables aleatorias mientras que la condición inicial es un proceso estocástico. Se demuestra que la solución determinista construida con el método de los pasos y que involucra la función exponencial retardada es una solución probabilística en el sentido de Lebesgue. Finalmente, el último capítulo lo dedicamos a la ecuación en derivadas parciales lineal de advección, sujeta a velocidad y condición inicial estocásticas. Resolvemos la ecuación en el sentido de media cuadrática y damos nuevas expresiones para la función de densidad de probabilidad de la solución, incluso en el caso de velocidad no Gaussiana.
[CAT] Aquesta tesi tracta l'anàlisi d'equacions diferencials amb paràmetres d'entrada aleatoris, en la forma de variables aleatòries o processos estocàstics amb qualsevol mena de distribució de probabilitat. En modelització, els coeficients d'entrada són fixats a partir de dades experimentals, les quals solen comportar incertesa pels errors de mesurament. A més a més, el comportament del fenomen físic sota estudi no segueix patrons estrictament deterministes. És per tant més realista treballar amb models matemàtics amb aleatorietat en la seua formulació. La solució, considerada en el sentit de camins aleatoris o en el sentit de mitjana quadràtica, és un procés estocàstic suau, la incertesa del qual s'ha de quantificar. La quantificació de la incertesa és sovint duta a terme calculant els principals estadístics (esperança i variància) i, si es pot, la funció de densitat de probabilitat. En aquest treball, estudiem models aleatoris lineals, basats en equacions diferencials ordinàries amb retard i sense, i en equacions en derivades parcials. L'estructura lineal dels models ens fa possible cercar certes solucions probabilístiques i inclús aproximar la seua funció de densitat de probabilitat, el qual és un objectiu complicat en general. Una part molt important de la dissertació es dedica a les equacions diferencials lineals de segon ordre aleatòries, on els coeficients de l'equació són processos estocàstics i les condicions inicials són variables aleatòries. L'estudi d'aquesta classe d'equacions diferencials en el context aleatori està motivat principalment pel seu important paper en Física Matemàtica. Comencem resolent l'equació diferencial de Legendre aleatoritzada en el sentit de mitjana quadràtica, el que permet l'aproximació de l'esperança i la variància de la solució estocàstica. La metodologia s'estén al cas general d'equacions diferencials lineals de segon ordre aleatòries amb coeficients analítics (expressables com a sèries de potències), per mitjà del conegut mètode de Fröbenius. Es duu a terme un estudi comparatiu amb mètodes espectrals basats en expansions de caos polinomial. Per altra banda, el mètode de Fröbenius juntament amb la simulació de Monte Carlo són emprats per a aproximar la funció de densitat de probabilitat de la solució. Per a accelerar el procediment de Monte Carlo, es proposen diversos mètodes de reducció de la variància basats en regles de quadratura i estratègies multinivell. L'última part sobre equacions diferencials lineals de segon ordre aleatòries estudia un problema aleatori de tipus Poisson de difusió-reacció, en què la funció de densitat de probabilitat és aproximada mitjançant un esquema numèric de diferències finites. En la tesi també es tracten equacions diferencials ordinàries aleatòries amb retard discret i constant. Estudiem el cas lineal i autònom, quan el coeficient del component no retardat i el paràmetre del terme retardat són ambdós variables aleatòries mentre que la condició inicial és un procés estocàstic. Es prova que la solució determinista construïda amb el mètode dels passos i que involucra la funció exponencial retardada és una solució probabilística en el sentit de Lebesgue. Finalment, el darrer capítol el dediquem a l'equació en derivades parcials lineal d'advecció, subjecta a velocitat i condició inicial estocàstiques. Resolem l'equació en el sentit de mitjana quadràtica i donem noves expressions per a la funció de densitat de probabilitat de la solució, inclús en el cas de velocitat no Gaussiana.
This work has been supported by the Spanish Ministerio de Economía y Competitividad grant MTM2017–89664–P. I acknowledge the doctorate scholarship granted by Programa de Ayudas de Investigación y Desarrollo (PAID), Universitat Politècnica de València.
Jornet Sanz, M. (2020). Mean square solutions of random linear models and computation of their probability density function [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/138394
TESIS
Starkloff, Hans-Jörg, and Ralf Wunderlich. "Stationary solutions of linear ODEs with a randomly perturbed system matrix and additive noise." Universitätsbibliothek Chemnitz, 2005. http://nbn-resolving.de/urn:nbn:de:swb:ch1-200501335.
Full textCao, Liang. "Numerical analysis and multi-precision computational methods applied to the extant problems of Asian option pricing and simulating stable distributions and unit root densities." Thesis, University of St Andrews, 2014. http://hdl.handle.net/10023/6539.
Full textBooks on the topic "Functional expansion methods"
Marti, Kurt. Differentiation of probability functions: The transformation method. Neubiberg: Forschungsschwerpunkt Simulation und Optimierung Deterministischer und Stochastischer Dynamischer Systeme, Universität der Bundeswehr München, 1994.
Find full textGil, Amparo. Numerical methods for special functions. Philadelphia, Pa: Society for Industrial and Applied Mathematics, 2007.
Find full textPatil, S. H. Asymptotic Methods in Quantum Mechanics: Application to Atoms, Molecules and Nuclei. Berlin, Heidelberg: Springer Berlin Heidelberg, 2000.
Find full textMichel, Volker. Lectures on Constructive Approximation: Fourier, Spline, and Wavelet Methods on the Real Line, the Sphere, and the Ball. Boston: Birkhäuser Boston, 2013.
Find full textŁU, Novokshenov V. I., ed. The isomonodromic deformation method in the theory of Painleve equations. Berlin: Springer-Verlag, 1986.
Find full textN.Y.) AMS Special Session in Memory of Daryl Geller Wavelet and Frame Theoretic Methods in Harmonic Analysis and Partial Differential Equations (2012 Rochester. Commutative and noncommutative harmonic analysis and applications: AMS Special Session in Memory of Daryl Geller on Wavelet and Frame Theoretic Methods in Harmonic Analysis and Partial Differential Equations, September 22-23, 2012, Rochester Institute of Technology, Rochester, NY. Edited by Mayeli, Azita, 1976- editor of compilation. Providence, Rhode Island: American Mathematical Society, 2013.
Find full textPatil, S. H. Asymptotic methods in quantum mechanics: Application to atoms, molecules, and nuclei. Berlin: Springer, 2000.
Find full textservice), SpringerLink (Online, ed. Extremal Polynomials and Riemann Surfaces. Berlin, Heidelberg: Springer Berlin Heidelberg, 2012.
Find full textNumerical Methods for Special Functions. Society for Industrial Mathematics, 2007.
Find full textBudelmann, Felix, and Tom Phillips, eds. Textual Events. Oxford University Press, 2018. http://dx.doi.org/10.1093/oso/9780198805823.001.0001.
Full textBook chapters on the topic "Functional expansion methods"
Giese, Timothy J., and Darrin M. York. "Density-functional expansion methods: grand challenges." In Highlights in Theoretical Chemistry, 51–67. Berlin, Heidelberg: Springer Berlin Heidelberg, 2012. http://dx.doi.org/10.1007/978-3-642-34450-3_5.
Full textElnaggar, Hebatalla, Pieter Glatzel, Marius Retegan, Christian Brouder, and Amélie Juhin. "X-ray Dichroisms in Spherical Tensor and Green’s Function Formalism." In Springer Proceedings in Physics, 83–130. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-64623-3_4.
Full textLi, Wen L., and Weiming Sun. "Fourier Series Expansions of Functions." In Fourier Methods in Science and Engineering, 11–30. Boca Raton: CRC Press, 2022. http://dx.doi.org/10.1201/9781003194859-2.
Full textJennings, Byron K. "Gradient Expansions and Quantum Mechanical Extensions of the Classical Phase Space." In Density Functional Methods In Physics, 503–7. Boston, MA: Springer US, 1985. http://dx.doi.org/10.1007/978-1-4757-0818-9_18.
Full textLiu, Dong. "A Expansion Method for DriveMonitor Trace Function." In Advances in Computer, Communication and Computational Sciences, 883–92. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-4409-5_78.
Full textYasuda, Muneki. "Empirical Bayes Method for Boltzmann Machines." In Sublinear Computation Paradigm, 277–93. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-16-4095-7_11.
Full textDu, Yuncheng, and Dongping Du. "Cardiac Image Segmentation Using Generalized Polynomial Chaos Expansion and Level Set Function." In Level Set Method in Medical Imaging Segmentation, 261–88. Boca Raton : Taylor & Francis, 2019.: CRC Press, 2019. http://dx.doi.org/10.1201/b22435-9.
Full textDos Santos Pacheco, Nicolas, and Dominique Soldati-Favre. "Coupling Auxin-Inducible Degron System with Ultrastructure Expansion Microscopy to Accelerate the Discovery of Gene Function in Toxoplasma gondii." In Methods in Molecular Biology, 121–37. New York, NY: Springer US, 2021. http://dx.doi.org/10.1007/978-1-0716-1681-9_8.
Full textVarandas, A. J. C. "Intermolecular and Intramolecular Potentials: Topographical Aspects, Calculation, and Functional Representation via A Double Many-Body Expansion Method." In Advances in Chemical Physics, 255–338. Hoboken, NJ, USA: John Wiley & Sons, Inc., 2007. http://dx.doi.org/10.1002/9780470141236.ch2.
Full textAung, Shuh-Wen, Noor Hayaty Abu Kasim, and Thamil Selvee Ramasamy. "Isolation, Expansion, and Characterization of Wharton’s Jelly-Derived Mesenchymal Stromal Cell: Method to Identify Functional Passages for Experiments." In Stem Cells and Aging, 323–35. New York, NY: Springer New York, 2019. http://dx.doi.org/10.1007/7651_2019_242.
Full textConference papers on the topic "Functional expansion methods"
Rivera-García, Diego, Luis Angel García-Escudero, Agustín Mayo-Iscar, and Joaquin Ortega. "Stationary Intervals for Random Waves by Functional Clustering of Spectral Densities." In ASME 2020 39th International Conference on Ocean, Offshore and Arctic Engineering. American Society of Mechanical Engineers, 2020. http://dx.doi.org/10.1115/omae2020-19171.
Full textShirahatti, Uday S., and Pollapragada K. Raju. "A Variational Method for Solving Vibration Problems." In ASME 1993 Design Technical Conferences. American Society of Mechanical Engineers, 1993. http://dx.doi.org/10.1115/detc1993-0253.
Full textHuang, Hsiao-Ying Shadow, Siyao Huang, Taylor Gettys, Peter M. Prim, and Ola L. Harrysson. "A Biomechanical Study of Directional Mechanical Properties of Porcine Skin Tissues." In ASME 2013 International Mechanical Engineering Congress and Exposition. American Society of Mechanical Engineers, 2013. http://dx.doi.org/10.1115/imece2013-63829.
Full textRose, Michael. "Modal Based Correction Methods for the Placement of Piezoceramic Modules." In ASME 2005 International Mechanical Engineering Congress and Exposition. ASMEDC, 2005. http://dx.doi.org/10.1115/imece2005-80789.
Full textMelli, Roberto, Enrico Sciubba, Claudia Toro, and Alessandro Zoli-Porroni. "An Example of Thermo-Economic Optimization of a CCGT by Means of the Proper Orthogonal Decomposition Method." In ASME 2012 International Mechanical Engineering Congress and Exposition. American Society of Mechanical Engineers, 2012. http://dx.doi.org/10.1115/imece2012-87317.
Full textYu, Wenbin. "A Variational-Asymptotic Cell Method for Periodically Heterogeneous Materials." In ASME 2005 International Mechanical Engineering Congress and Exposition. ASMEDC, 2005. http://dx.doi.org/10.1115/imece2005-79611.
Full textPanzini, G., E. Sciubba, and A. Zoli-Porroni. "An Improved Proper Orthogonal Decomposition Technique for the Solution of a 2-D Rotor Blade Inverse Design Problem Using the Entropy Generation Rate as the Objective Function." In ASME 2007 International Mechanical Engineering Congress and Exposition. ASMEDC, 2007. http://dx.doi.org/10.1115/imece2007-43461.
Full textKlein, Steven A., Aleksandar Aleksov, Vijay Subramanian, Rajendra Dias, Pramod Malatkar, and Ravi Mahajan. "Mechanical Testing for Stretchable Electronics." In ASME 2016 International Mechanical Engineering Congress and Exposition. American Society of Mechanical Engineers, 2016. http://dx.doi.org/10.1115/imece2016-68215.
Full textLi, Yunzhao, Hongchun Wu, Liangzhi Cao, and Qichang Chen. "Exponential Function Expansion Nodal Diffusion Method." In 18th International Conference on Nuclear Engineering. ASMEDC, 2010. http://dx.doi.org/10.1115/icone18-29447.
Full textSvoboda, Jiří, and Vladislav Kocián. "Framework for Virtual and Physical Testing of Automated Vehicle Systems." In FISITA World Congress 2021. FISITA, 2021. http://dx.doi.org/10.46720/f2020-acm-046.
Full textReports on the topic "Functional expansion methods"
Banai, Menachem, and Gary Splitter. Molecular Characterization and Function of Brucella Immunodominant Proteins. United States Department of Agriculture, July 1993. http://dx.doi.org/10.32747/1993.7568100.bard.
Full textHalych, Valentyna. SERHII YEFREMOV’S COOPERATION WITH THE WESTERN UKRAINIAN PRESS: MEMORIAL RECEPTION. Ivan Franko National University of Lviv, February 2021. http://dx.doi.org/10.30970/vjo.2021.49.11055.
Full text