David Miller
In den letzten Jahrzehnten haben Differentialgleichungen, definiert als Erweiterung oder Verallgemeinerung klassischer ganzer Zahlen auf nicht ganzzahlige Ordnungssituationen, viel wissenschaftliches Interesse geweckt. Sie beschreiben das Verhalten eines Systems, indem sie seine unmittelbare Dynamik beschreiben (Atangana et al., 2020). In der Vergangenheit wurden mathematische Modelle mithilfe von Theorien erstellt, wie etwa der Newtonschen Physik, den Maxwell-Gleichungen oder Infektionsepidemiologiemodellen, wobei Konstanten aus Daten bestimmt wurden. Da die Werte in diesen Situationen selten in geschlossener Form bereitgestellt werden, müssen statistische Ansätze verwendet werden. Grundlegende Konzepte wurden erforscht und modelliert. Das Lösen komplexer Mathematik, die durch maschinelles Lernen spezifiziert wird, wird mit fortschreitender Schulzeit numerisch teurer. Wir bieten eine Lösung, die das Lösen von Lernkinetiken erleichtert.