Physique - Systèmes désordonnés et réseaux neuronaux

De nouveaux neurones artificiels basés sur le condensat de Bose-Einstein montrent des promesses pour des applications avancées de l'IA.

Cet article parle des défis pour trouver des minima énergétiques locaux dans des systèmes quantiques.

Des recherches montrent comment le dopage modifie les limites de grains dans les matériaux céria-zirconia.

Explorer comment le comportement des moisissures mucilagineuses améliore l'efficacité des réseaux dans des applications du monde réel.

Examiner les réactions des supraconducteurs aux changements brusques de température et de structure énergétique.

Explorer comment le bruit affecte l'enchevêtrement et l'information dans les systèmes quantiques.

Un aperçu de comment les lois d'échelle influencent l'efficacité et la précision des réseaux de neurones.

Un aperçu de comment les impuretés affectent les états topologiques dans les matériaux.

Une méthode utilisant des réflexions ultrasonores pour analyser les structures des matériaux.

Une étude sur les chaînes de spins révèle les effets des champs magnétiques et de l'anisotropie sur la localisation.

Cette étude examine comment les potentiels quasipériodiques affectent la localisation à plusieurs corps.

Les réseaux de Hopfield denses sont super efficaces pour la reconnaissance de motifs, surtout avec des données bruyantes.

Examiner comment l'info change et se propage dans les verres de spin quantiques en utilisant des modèles clés.

Explorer l'importance des matrices aléatoires non hermitiennes dans des systèmes physiques complexes.

Explorer le rôle du recuit quantique dans l'optimisation approximative et ses avantages par rapport aux méthodes classiques.

Enquête sur la façon dont les opérateurs se propagent dans des systèmes many-body désordonnés et interactifs.

Un aperçu des systèmes à bande plate et de leurs caractéristiques uniques en physique.

Recherche sur comment le biais inductif affecte la performance des modèles Transformer.

Examiner comment les matériaux désordonnés réagissent au stress et les implications pour diverses applications.

Un aperçu de l'informatique par réservoir et de ses applications pratiques dans la prédiction de données.

Cet article explore comment le bruit affecte l'activité neuronale dans les réseaux.

Un aperçu de la capacité de mémoire dans les machines à comité en forme d'arbre large et ses implications.

Cet article explore comment les machines à comités en forme d'arbre gèrent la capacité de mémoire avec différentes activations.

Examiner l'entraînement adversarial pour des modèles de machine learning plus robustes face aux attaques.

Des recherches sur les matériaux magnétiques révèlent des parallèles avec le comportement cognitif et le traitement de l'information.

Une étude révèle comment la forme des cellules impacte leur mouvement et leurs interactions dans des environnements denses.

Un aperçu du réseau Hopfield pour un rappel efficace des signaux audio.

Cet article examine comment les conditions initiales influencent le comportement des réseaux de neurones aléatoires.

Cet article parle du flux de gradient stochastique et de son impact sur l'apprentissage des modèles.

Un aperçu de la façon dont les réseaux de Hopfield imitent les processus de mémoire.

Cette étude examine comment les impuretés se déplacent et interagissent dans des environnements complexes.

Hommage à l'influence de Ralph Kenna sur les transitions de phase et les phénomènes critiques.

Un regard approfondi sur les mystères du comportement du verre pendant le refroidissement.

Une étude révèle la dynamique des avalanches thermiques dans les chaînes de spins et les environnements désordonnés.

Une étude explore les QGS dans des supraconducteurs en 3D en utilisant les propriétés électriques uniques des films MoTiN.

Explorer l'interaction entre le désordre et les propriétés topologiques dans les matériaux.

Explorer l'interaction entre le vieillissement et la conduite dans des systèmes complexes.

Examiner comment le verre se déforme et échoue quand il est soumis à du stress.

Découvre les propriétés uniques des aimants quantiques amorphes et leurs applications potentielles.

Une étude révèle les facteurs qui influencent la performance des GCN à une seule couche sur différents modèles de données.