Fisica - Sistemi disordinati e reti neurali

OLRG offre un approccio nuovo per simulare meglio sistemi quantistici complessi.

Un'analisi dei MLIPs universali nella previsione delle energie di superficie dei materiali.

Esplorare come gli oscillatori sincronizzati reagiscono al rumore e influenzano la stabilità del sistema.

Esplorando il complesso mondo dei vetri di spin quantistici e le loro implicazioni.

Esaminando come i sistemi rallentano vicino ai punti critici e alle transizioni di fase.

Esplorando il ripristino della simmetria e l'effetto Mpemba quantistico nei circuiti quantistici.

Questo studio esplora il pseudointreccio e la sua dinamica usando circuiti a automa.

I ricercatori migliorano l'assorbimento delle onde usando caratteristiche non lineari per diverse applicazioni.

Uno sguardo a come pressione e temperatura influenzano i diversi stati dell'acqua.

La ricerca evidenzia le proprietà dielettriche del nitruro di boro amorfo per l'elettronica.

Nuovi metodi che usano flussi casuali migliorano la comprensione delle particelle bosoniche e dei buchi neri.

Esaminare come il disordine influisce sulla superconduttività nei materiali quasi unidimensionali.

Investigare i sistemi quantistici caotici rivela differenze chiave tra comportamenti sparsi e densi.

La ricerca rivela nuove intuizioni sugli stati quantistici utilizzando il modello del codice torico.

Un'idea su come le api scelgono i nidi attraverso decisioni collettive.

Le reti neurali quantistiche offrono soluzioni di sicurezza avanzate contro le minacce informatiche.

Un nuovo approccio per migliorare i modelli di deep learning contro attacchi avversariali.

Scopri come si formano le crepe nei materiali sotto stress.

Esplora il ruolo degli Hamiltoniani non hermitiani nella fisica moderna.

Uno sguardo agli Hamiltoniani periodici e al loro significato nella fisica quantistica.

Le spine dendritiche sono fondamentali per come i nostri cervelli apprendono e ricordano informazioni.

Capire come la luce si muove attraverso materiali anisotropi è fondamentale per diverse applicazioni.

Esaminare come si comportano le catene quantistiche e come si influenzano a vicenda durante le transizioni di fase.

Una nuova prospettiva sui meccanismi interni delle reti neurali.

Questo studio esamina come le misurazioni deboli influenzano le transizioni di fase nei sistemi quantistici.

Indagine sulle proprietà e le applicazioni dei diseleniuri di metallo di transizione.

I ricercatori stanno studiando la formazione di filamenti e gli effetti quantistici nei dispositivi elettrici.

Un nuovo metodo migliora la scoperta di farmaci mirati alle chinasi proteiche.

Uno sguardo all'under-bagging come soluzione per i dati sbilanciati nel machine learning.

Analizzando come le connessioni nelle reti sparse influenzano le loro proprietà e il loro comportamento.

Un nuovo modello mostra come le reti profonde apprendono in modo efficiente da dati strutturati e scarsi.

Esaminare come le connessioni ecosistemiche influenzano la stabilità e la biodiversità.

Uno studio rivela come l'elasticità influisce sugli stati dei materiali quando sono sotto pressione.

La ricerca si concentra su reticoli quasic-periodici, localizzazione e spettri a farfalla in sistemi non ermaici.

Questo articolo studia come si muovono i buchi nei sistemi di spin bidimensionali sotto diverse condizioni.

Analizzando le proprietà strutturali del NaOCl amorfo per applicazioni di stoccaggio energetico.

Una panoramica sugli isteroni, le loro interazioni e le implicazioni per la scienza dei materiali.

La ricerca analizza le interazioni tra specie nelle reti, svelando spunti per l'ecologia e l'economia.

Una bella immersione nella localizzazione debole degli elettroni e nelle risposte ottiche terahertz.

Esaminare come la cristallizzazione influisca sulle leghe GeTe ricche di Ge nelle memorie a cambiamento di fase.