Physik - Ungeordnete Systeme und neuronale Netze

Forschung zeigt neue Methoden zur Analyse von Gehirnsignalen und deren Auswirkungen auf die Gesundheit.

Forschung zeigt, wie Disconnectivity-Grafen die Stärken und Herausforderungen von Ising-Maschinen bei der Optimierung aufdecken.

Untersuchung, wie statische und sich entwickelnde Störungen die Wellenbewegung in Materialien beeinflussen.

Erforschen, wie Dimensionalität die Anderson-Lokalisierung in quantenmechanischen Systemen beeinflusst.

Ein Blick darauf, wie Jamming Materialien in verschiedenen Systemen beeinflusst.

Untersuche, wie sich die Signalbewegung auf die Leistung und das Training von Transformatoren auswirkt.

Die Untersuchung des Gradientenabstiegs bei der Phasenrekonstruktion und seinen Optimierungsherausforderungen.

Diese Studie stellt NNBF vor, um Berechnungen des Grundzustands in der Quantenchemie zu verbessern.

OLRG bietet einen neuen Ansatz, um komplexe Quantensysteme besser zu simulieren.

Eine Analyse von universellen MLIPs zur Vorhersage von Oberflächenenergien von Materialien.

Untersuchen, wie synchronisierte Oszillatoren auf Lärm reagieren und die Systemstabilität beeinflussen.

Die komplexe Welt der Quanten-Spin-Gläser und ihre Auswirkungen erkunden.

Untersuchen, wie Systeme sich in der Nähe von kritischen Punkten und Phasenübergängen verlangsamen.

Untersuchung der Symmetriewiederherstellung und des quanten Mpemba-Effekts in Quantenschaltkreisen.

Diese Studie untersucht Pseudo-Verschränkung und ihre Dynamik mithilfe von Automaten-Schaltungen.

Forscher verbessern die Wellenabsorption mithilfe nichtlinearer Eigenschaften für verschiedene Anwendungen.

Ein Blick darauf, wie Druck und Temperatur die verschiedenen Zustände von Wasser beeinflussen.

Forschung hebt die dielektrischen Eigenschaften von amorphem Bornitrid für Elektronik hervor.

Neue Methoden mit zufälligen Flüssen verbessern das Verständnis von bosonischen Teilchen und schwarzen Löchern.

Untersuchen, wie Unordnung die Supraleitung in quasi-eins-dimensionalen Materialien beeinflusst.

Die Untersuchung chaotischer Quantensysteme zeigt wichtige Unterschiede zwischen spärlichem und dichtem Verhalten auf.

Forschung bringt neue Erkenntnisse über Quantenstate mit dem torischen Code-Modell.

Ein Einblick, wie Honigbienen Nistplätze durch kollektive Entscheidungsfindung wählen.

Quantenneuronale Netzwerke bieten fortschrittliche Sicherheitslösungen gegen Cyberbedrohungen.

Ein neuer Ansatz, um Deep-Learning-Modelle gegen Angriffe zu verbessern.

Lern, wie Risse in Materialien unter Stress entstehen.

Untersuche die Rolle von nicht-Hermiteschen Hamiltonoperatoren in der modernen Physik.

Ein Blick auf periodische Hamilton-Operatoren und ihre Bedeutung in der Quantenphysik.

Dendritische Dornen sind entscheidend dafür, wie unser Gehirn lernt und sich Informationen merkt.

Zu verstehen, wie Licht durch anisotrope Materialien wandert, ist wichtig für verschiedene Anwendungen.

Untersuchen, wie Quantenketten sich verhalten und sich gegenseitig während Phasenübergänge beeinflussen.

Eine frische Perspektive auf die inneren Abläufe von neuronalen Netzwerken.

Diese Studie untersucht, wie schwache Messungen Phasenübergänge in Quantensystemen beeinflussen.

Untersuchung der Eigenschaften und Anwendungen von Übergangsmetall-Dichalkogeniden.

Forscher untersuchen die Fadenbildung und Quanteneffekte in elektrischen Geräten.

Eine neue Methode verbessert die Arzneimittelentdeckung, die auf Protein-Kinasen abzielt.

Ein Blick auf Under-Bagging als Lösung für unausgewogene Daten im maschinellen Lernen.

Analysieren, wie Verbindungen in spärlichen Netzwerken deren Eigenschaften und Verhalten beeinflussen.

Ein neues Modell zeigt, wie tiefe Netzwerke effizient aus strukturierten, spärlichen Daten lernen.

Untersuchen, wie die Verbindungen im Ökosystem Stabilität und Biodiversität beeinflussen.