論文の概要: Shape Invariant Single and Double well Potentials under Spectral Invariance

• arxiv url: http://arxiv.org/abs/1907.05235v7
• Date: Tue, 10 Sep 2024 02:30:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-13 22:57:37.167414
• Title: Shape Invariant Single and Double well Potentials under Spectral Invariance
• Title（参考訳）: スペクトル不変量の下での形状不変量と二重井戸ポテンシャル
• Authors: Biswanath Rath,
• Abstract要約: 我々は、微分不変量を用いて、形状不変量におけるスペクトル不変量の構造を定式化する。 本稿では,微分不変度を用いた形状不変度と二重井戸ポテンシャルのスペクトル不変度の構造に着目した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We formulate the structure of spectral invariance in shape invariance single and double well potentials using derivative invariance.
• Abstract（参考訳）: 我々は、微分不変量を用いて、形状不変量におけるスペクトル不変量の構造を定式化する。

関連論文リスト

• Asymptotic non-linear shrinkage formulas for weighted sample covariance [0.0]
  我々は、Ledoit と P'ech'e の精神における非線形収縮公式を計算する。 非線形収縮式の性能を実験的に示す。 また、この理論の頑健さを重み付き分布にテストする。
  論文  参考訳（メタデータ） (2024-10-18T12:33:10Z)
• Generalizing Stochastic Smoothing for Differentiation and Gradient Estimation [59.86921150579892]
  アルゴリズム,演算子,シミュレータ,その他の微分不可能関数の微分可能緩和に対する勾配推定の問題に対処する。 我々は、微分可能なソートとランキングのための分散化戦略、グラフ上の微分可能なショートパス、ポーズ推定のための微分可能なレンダリング、および微分可能なCryo-ETシミュレーションを開発する。
  論文  参考訳（メタデータ） (2024-10-10T17:10:00Z)
• High-Dimensional Kernel Methods under Covariate Shift: Data-Dependent Implicit Regularization [83.06112052443233]
  本稿では,共変量シフト下での高次元におけるカーネルリッジの回帰について検討する。 バイアス分散分解により、再重み付け戦略が分散を減少させることができることを理論的に証明する。 偏見について,任意の偏見の正則化を解析し,偏見が正則化の異なる尺度で非常に異なる振る舞いをすることができることを示す。
  論文  参考訳（メタデータ） (2024-06-05T12:03:27Z)
• Geometry of Linear Neural Networks: Equivariance and Invariance under Permutation Groups [0.0]
  置換群の作用の下で同変あるいは不変な函数の部分多様体について検討する。 パラメータ化と等変線形ネットワークの設計に関する結論を導出する。
  論文  参考訳（メタデータ） (2023-09-24T19:40:15Z)
• Equivariant Disentangled Transformation for Domain Generalization under Combination Shift [91.38796390449504]
  ドメインとラベルの組み合わせは、トレーニング中に観察されるのではなく、テスト環境に現れる。 我々は、同型の概念、同値性、および整合性の定義に基づく結合シフト問題の一意的な定式化を提供する。
  論文  参考訳（メタデータ） (2022-08-03T12:31:31Z)
• Multipartite spatial entanglement generated by concurrent nonlinear processes [91.3755431537592]
  連続変数の多部絡み合いは量子技術の鍵となる資源である。 この研究は、3つの異なるパラメトリックソースによって同じ光の分離された空間モードで生成される多重粒子の絡み合いについて考察する。
  論文  参考訳（メタデータ） (2021-11-09T17:15:13Z)
• Exact solutions of interacting dissipative systems via weak symmetries [77.34726150561087]
  我々は任意の強い相互作用や非線形性を持つクラスマルコフ散逸系(英語版)のリウヴィリアンを解析的に対角化する。 これにより、フルダイナミックスと散逸スペクトルの正確な記述が可能になる。 我々の手法は他の様々なシステムに適用でき、複雑な駆動散逸量子系の研究のための強力な新しいツールを提供することができる。
  論文  参考訳（メタデータ） (2021-09-27T17:45:42Z)
• Infinite families of shape invariant potentials with n parameters subject to translation [0.0]
  我々は n>=1 のパラメータに依存する新しい形状不変ポテンシャルの族を求める。 スペクトルの新たな依存関係が発見され、新しい方法で物理量の工学の扉を開く。
  論文  参考訳（メタデータ） (2021-07-17T19:29:00Z)
• Learning Equivariant Energy Based Models with Equivariant Stein Variational Gradient Descent [80.73580820014242]
  本稿では,確率モデルに対称性を組み込むことにより,確率密度の効率的なサンプリングと学習の問題に焦点をあてる。 まず、等変シュタイン変分勾配Descentアルゴリズムを導入する。これは、対称性を持つ密度からサンプリングするスタインの同一性に基づく同変サンプリング法である。 我々はエネルギーベースモデルのトレーニングを改善し、スケールアップする新しい方法を提案する。
  論文  参考訳（メタデータ） (2021-06-15T01:35:17Z)
• Kernel regression in high dimensions: Refined analysis beyond double descent [21.15702374555439]
  バイアスは(ほとんど) d から独立であり、n で単調に減少するが、分散は n, d に依存し、異なる正則化スキームの下では単調または単調に減少できることを示す。 我々の洗練された解析は、データ固有値と正規化のレベルによって、核回帰リスク曲線はn の双発的、ベル型、あるいは単調な関数であることを示すことによって、二重降下理論を越えている。
  論文  参考訳（メタデータ） (2020-10-06T12:59:59Z)
• Deformed Shape Invariant Superpotentials in Quantum Mechanics and Expansions in Powers of $\hbar$ [0.0]
  Gangopadhyaya, Mallow, and their coworkers によって開発された手法は, 超対称量子力学における変形形不変ポテンシャルに一般化可能であることを示す。 拡張法はいくつかの例によって説明され、$hbar$-独立超ポテンシャルと$hbar$-独立超ポテンシャルの両方に対応する。
  論文  参考訳（メタデータ） (2020-09-30T09:55:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。