Física - Sistemas desordenados e redes neuronais

Materiais amorfos oferecem propriedades únicas para avanços em óptica e eletrônica.

Pesquisadores analisam o comportamento das helices de spin afetadas por buracos imóveis em modelos unidimensionais.

Pesquisadores descobriram comportamentos de vidros metálicos em altas frequências e temperaturas.

Explorando a influência de interações aleatórias na dinâmica populacional ecológica.

Cientistas mostram como partículas minúsculas formam estruturas únicas através de um design cuidadoso.

Filmes finos de NbN mostram potencial em eletrônicos e tecnologias ópticas por causa das suas propriedades únicas.

Estudos recentes mostram como as medições influenciam os estados quânticos e a tecnologia.

Explora como a aprendizagem acontece através de processos associativos e suas representações matemáticas.

Novo método permite controle preciso de comportamentos quânticos usando aprendizado de máquina.

A pesquisa revela informações sobre as redes e funções do cérebro por meio dos conectomas.

Uma nova teoria esclarece o comportamento de materiais vítreos polidispersos.

Novos algoritmos melhoram a velocidade e a precisão do alinhamento de grafos para redes correlacionadas.

Um estudo sobre algoritmos que enfrentam desafios de fluxo de tráfego inteiro em redes urbanas.

Um estudo que revela os fatores que influenciam o aprendizado em contexto nos Transformers.

Descubra como a localização de muitos corpos desafia os conceitos tradicionais de termalização na física quântica.

Uma análise dos modelos de difusão generativa e seus processos únicos.

Pesquisadores estudam matrizes aleatórias diluídas em faixas não-Hermitianas pra revelar propriedades únicas.

Analisando como a luz interage com materiais desordenados e suas implicações.

Investigando as semelhanças entre DNNs e vidros estruturais.

Usando aprendizado de máquina pra melhorar a compreensão dos canais quânticos em dispositivos NISQ.

Um estudo sobre as capacidades dos transformers em modelar os osciladores harmônicos simples.

A pesquisa investiga métodos de controle pra lidarem com comportamento caótico em sistemas quânticos.

Investigando a dinâmica de circuitos quânticos através de medições e geometria de estabilizadores.

Pesquisadores simplificam redes neurais pra revelar insights importantes sobre memória e tomada de decisão.

Examinando como a aleatoriedade afeta o caos quântico em modelos de Ising.

Esse artigo analisa modelos de múltiplos índices e o papel deles em aprender com os dados.

Analisar materiais quirais através da topologia dá insights sobre seu comportamento e propriedades.

As máquinas Ising têm como objetivo soluções eficientes para problemas complexos com baixo consumo de energia.

Analisando como os modelos de transformer melhoram com o tamanho e a complexidade.

Estudo analisa a generalização e o desempenho da regressão ridge com características aleatórias usando autovalores.

Um estudo sobre como melhorar o treinamento de redes neurais com funções de ativação que não são diferenciáveis.

Este artigo fala sobre como redes neurais profundas aprendem a linguagem através da previsão do próximo token.

Esse artigo fala sobre como modelos de neurônios ajudam a analisar a atividade cerebral complexa.

Esse estudo explora como a desordem afeta a localização de partículas em um sistema quântico em forma de escada.

Este estudo revela como materiais desordenados se comportam sob pressão.

Explorando a ordem de curto alcance e distorções locais em óxidos de alta entropia.

Esse estudo investiga configurações estáveis em autômatos celulares totais externos em grafos regulares aleatórios.

Estudo revela como campos elétricos mudam as propriedades dos materiais em quasicristais e sistemas de efeito Hall quântico.

Este artigo explora como as lacunas afetam as propriedades únicas do grafeno e suas possíveis aplicações.

Uma exploração das tentativas significativas de provar a Hipótese de Riemann.