تعمیم رویه های دوار در e^4

E4 — Machine Learning

Machine learning’s focus on ill-defined problems and highly flexible methods makes it ideally suited for KDD applications. Among the ideas machine learning contributes to KDD are the importance of empirical validation, the impossibility of learning without a priori assumptions, and the utility of limited-search or limited-representation methods. Machine learning provides methods for incorporati...

فرکانس‏ های تشدید ظاهری در دیسک‏ های دوار

در این مقاله با در نظر گرفتن مودهای قطری در یک مدل ساده‏شده یک دیسک دوار، پاسخ آن به تحریک هارمونیک غیردوار مورد بررسی قرار می‏گیرد. نشان داده خواهد شد که فرکانس‏های تشدید دیسک در حالت‏های ثابت و دوار متفاوت می‏باشد. همچنین، فرکانس‏های دیسک دوار در یک مرجع ساکن متشکل از سه مؤلفه خواهد بود که این مقادیر با نتایج حاصل از بررسی‏های تجربی ارائه‏شده، مورد تأیید قرار می‏گیرد.

تعمیم قضیه های هندسه مسطحه در فضا

رویه های قضایی

مدل سازی بازیاب های حرارتی دوار

بازیاب‌های گرمایی نوع دوار از دسته مبدل‌های فشرده‌ای هستند که در آن‌ها انرژی حرارتی جریان گاز داغ توسط ماتریس جذب شده و سپس این انرژی به جریان گاز سرد داده می‏ شود. تحلیل ریاضی این نوع از مبدل و بررسی اثر پارامترهای مختلف می‌تواند نقش بسزایی در بهبود عملکرد آن‌ها داشته باشد. در این مقاله از مدل ریاضی برای تحلیل گرمایی سیال و ماتریس استفاده شده است. در مدل اثر پارامترهای سرعت چرخش ماتریس، هدایت ...

تعمیم های تعویض ناپذیر ریاضیات

طی 50 سال گذشته نظریه ای غنی درباره جبرهای تعویض ناپذیر عملگرها ارائه شده است. هنگامی که جنبه های مختلف این نظریه به حالت تعویض پذیر محدود می شوند، برحسب مورد، به توپولوژی، دستگاههای دینامیکی، نظریۀ مجموعه ها و احتمالا چیزهای دیگر تبدیل می شوند. از این رو جبرهای عملگرها تعمیمی تعویض ناپذیر  از همۀ این شاخه ها فراهم می آورد. تأثیر حالت تعویض پذیر به ویژه در کارهای اولیه هر حوزه بارز بوده است ولی...