Physik - Ungeordnete Systeme und neuronale Netze

Untersuchen, wie Wasserstoffbrückenbindungen die Eigenschaften von grünem fluorescentem Protein beeinflussen.

In diesem Artikel geht's darum, wie sich bewegende Teilchen auf das Versagen von Gläsern unter Stress auswirken.

Eine neue Methode verbessert die Vorhersage von Phasenänderungen in Materialien mithilfe von unüberwachtem maschinellen Lernen.

Die Auswirkungen von Unordnung auf drittes Ordnung topologische Anderson-Isolatoren erforschen.

Die Dynamik von Genotyp und Phänotyp in der Evolution erkunden.

Forschung zeigt, dass Attraktoren exponentiell wachsen, wenn Kauffman-Netzwerke grösser werden.

Ein Blick darauf, wie Materialien im Laufe der Zeit altern, nachdem sie gestört wurden.

Diese Studie zeigt die komplexen Verhaltensweisen von metallischen Gläsern während ihrer Übergangsphase.

KI-Systeme müssen sich weiterentwickeln, um menschliche Intelligenz durch Lernen und Denken zu erreichen.

Eine neue Methode erkunden, um das Verhalten des Ising-Modells zu verstehen.

Dieser Artikel beschäftigt sich mit dem Konzept der kritischen Hirnaktivität und seiner Bedeutung für kognitive Funktionen.

Forscher nutzen maschinelles Lernen, um komplexe Quantensysteme mit verrauschten Daten zu analysieren.

Eine neue Methode zeigt, wie amorphe Feststoffe auf Stress und Alterung reagieren.

Untersuchen, wie Geräusche chaotische Karten-Netzwerke beeinflussen und Chimärenzustände erzeugen.

Dieser Artikel untersucht, wie Magnetfelder das Verhalten von Elektronen in rhomboedrischem Multilagen-Graphen beeinflussen.

Untersuchung der Beziehung zwischen lokalen Minima und Energiezuständen in quantenmechanischen Systemen.

Die Studie über topologische Anderson-Isolatoren zeigt komplexe Lokalisationseffekte.

Eine Studie zeigt, wie Verunreinigungen in einem geneigten Gitter von Teilchen sich verhalten.

Untersuchen der komplexen Verhaltensweisen von Wellenfunktionen in ungeordneten Systemen.

Untersuchung der komplexen magnetischen Verhaltensweisen in ungeordneten Materialien.

Ein Blick auf extreme positive Magnetoresistenz und ihre Bedeutung in der Materialwissenschaft.

Untersuchen, wie Unordnung und Elektroneninteraktionen die Relaxationsdynamik in Materialien beeinflussen.

Untersuchen, wie die Hessian-Matrix die Entscheidungsgrenzen von neuronalen Netzen und die Generalisierung beeinflusst.

Dieser Artikel untersucht, wie das Gleichgewicht der Neuronenaktivität die Gehirnfunktion beeinflusst.

Untersuchen, wie Selten-Erden-Gläser die Lichteigenschaften durch Geräuschmessung verändern.

Forschung zeigt neue Erkenntnisse über das Verhalten von Teilchen in geordneten Materialien.

Untersuchung des Einflusses von Quantenoszillationen auf die elektronischen Eigenschaften in Metallen.

Eine Studie darüber, wie Quantensysteme sich vermischen und über die Zeit entwickeln.

Wiederholte Messungen beeinflussen die Teilchenbewegung in ungeordneten Materialien.

Maschinelles Lernen einsetzen, um komplexe physikalische Systeme und Phasenübergänge zu untersuchen.

Forschung zeigt gängige Muster in der Gehirnstruktur bei verschiedenen Arten.

Forscher untersuchen Mobilitätskanten in neuartigen quasiperiodischen Mosaikgittern.

Diese Studie untersucht genetische Distanzen und deren Einfluss auf die Populationsstruktur über die Zeit.

Diese Studie nutzt Deep Learning, um Vorhersagen über nukleare Eigenschaften zu verbessern.

Ein maschinelles Lernverfahren verbessert die Vorhersagen der Partikeldynamik in komplexen Flüssigkeiten.

Forscher untersuchen verschränkte Teilchen, um Geheimnisse der Quantenmechanik und der Schwerkraft zu enthüllen.

Untersuchung einzigartiger Verhaltensweisen in quasiperiodischen Systemen und deren Auswirkungen.

Erforschen des Verhaltens von Quantensystemen unter verschiedenen Messbedingungen.

Ein Blick darauf, wie topologische Phasen sich verhalten und ihre Bedeutung in quantenmechanischen Systemen.

Dieser Artikel untersucht, wie Unordnung die elektronischen Eigenschaften von Euler-Semimetallen beeinflusst.