Physique - Systèmes désordonnés et réseaux neuronaux

Utiliser l'apprentissage automatique pour améliorer la compréhension des canaux quantiques dans les dispositifs NISQ.

Une étude sur les capacités des transformeurs à modéliser des oscillateurs harmoniques simples.

La recherche explore des méthodes de contrôle pour gérer le comportement chaotique dans les systèmes quantiques.

Enquête sur la dynamique des circuits quantiques à travers la mesure et la géométrie des stabilisateurs.

Des chercheurs simplifient les réseaux de neurones pour dévoiler des infos cruciales sur la mémoire et la prise de décision.

Examiner comment le hasard affecte le chaos quantique dans les modèles d'Ising.

Ce papier analyse les modèles multi-index et leur rôle dans l'apprentissage à partir des données.

Examiner des matériaux chiraux à travers la topologie donne des aperçus sur leur comportement et leurs propriétés.

Les machines Ising visent des solutions efficaces à des problèmes complexes en utilisant peu d'énergie.

Examiner comment les modèles de transformateur s'améliorent avec la taille et la complexité.

Une étude analyse la généralisation et la performance de la régression ridge avec caractéristiques aléatoires en utilisant des valeurs propres.

Une étude sur l'amélioration de l'entraînement des réseaux de neurones avec des fonctions d'activation non différentiables.

Cet article parle de comment les réseaux de neurones profonds apprennent le langage en prédisant le prochain jeton.

Cet article parle de comment les modèles de neurones aident à analyser l'activité cérébrale complexe.

Cette étude explore comment le désordre affecte la localisation des particules dans un système quantique en forme d'échelle.

Cette étude révèle comment les matériaux désordonnés se comportent sous pression.

Explorer l'ordre à courte portée et les distorsions locales dans les oxydes à haute entropie.

Cette étude examine des configurations stables dans des automates cellulaires totalistes extérieurs sur des graphes réguliers aléatoires.

Une étude révèle comment les champs électriques changent les propriétés des matériaux dans les quasicristaux et les systèmes d'effet Hall quantique.

Cet article explore comment les vacantes affectent les propriétés uniques du graphène et ses applications potentielles.

Une exploration des tentatives significatives pour prouver l'hypothèse de Riemann.

Un aperçu des SPIM et leur potentiel dans les problèmes d'optimisation.

Enquête sur comment les stratégies de mélange améliorent la coopération entre les individus.

Cet article examine comment les biais se développent pendant l'entraînement des modèles d'apprentissage automatique.

Cette étude examine les quasicristaux et leur comportement dans différentes conditions.

Des recherches montrent comment la non-linéarité influence la localisation des ondes dans des environnements désordonnés.

Explore comment les réglages de température influencent la génération de texte dans les modèles de langue.

Un aperçu de comment la température affecte les composites polymères conducteurs et leurs propriétés électriques.

Un nouveau modèle de machine Ising améliore la résolution des problèmes d'optimisation et la vitesse de calcul.

Une exploration de comment les lunettes vieillissent et évoluent avec le temps.

Explorer le potentiel des cristaux temporels dans les dispositifs quantiques de nouvelle génération.

De nouvelles découvertes montrent comment le désordre affecte les anomalies quantiques dans les matériaux.

Étudier comment l'ordre à moyen terme influence le comportement des verres silicatés.

Un aperçu des plasmas ultrafroids moléculaires et de leurs comportements uniques.

Des recherches montrent comment les réseaux neuronaux galèrent à généraliser dans les applications de la physique quantique.

Une nouvelle méthode améliore les stratégies de mesure pour les systèmes quantiques.

Une étude sur les capacités d'apprentissage des grands modèles de langage dans des tâches d'arithmétique modulaire.

Cet article explore des solutions à la sur-lissage dans les réseaux de neurones graphiques, en se concentrant sur les GCN.

Une approche hybride améliore les simulations de comportements moléculaires complexes en utilisant des connaissances d'experts et des données.

Examiner les phénomènes de localisation dans les systèmes quasipériodiques à travers le modèle IAAF.