Fugu-MT 論文翻訳(概要): AIMpy: A Python code to solve Schr\"odinger-like equations with the asymptotic iteration method

論文の概要: AIMpy: A Python code to solve Schr\"odinger-like equations with the asymptotic iteration method

arxiv url: http://arxiv.org/abs/2112.02934v1
Date: Mon, 6 Dec 2021 11:13:47 GMT
ステータス: 処理完了
システム内更新日: 2023-03-05 10:05:17.915013
Title: AIMpy: A Python code to solve Schr\"odinger-like equations with the asymptotic iteration method
Title（参考訳）: AIMpy: 漸近反復法によるSchr\"odingerライクな方程式を解くPythonコード
Authors: Mesut Karako\c{c}
Abstract要約: emphAIMpyは漸近イット法(AIM)を用いたシュリンガー型微分方程式の解法であるコードがシームレスに動作することを確認するために、以前に研究された固有値の例を再計算して、論文を通して示されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: This paper is dedicated to present an open-source program so-called \emph{AIMpy} built on Python language. \emph{AIMpy} is a solver for Schr\"{o}dinger-like differential equations using Asymptotic Iteration Method (AIM). To confirm the code works seamlessly, it has been shown through the paper with recalculation of some previously studied eigenvalue examples that the code can reproduce their results very well.
Abstract（参考訳）: 本稿では,Python言語をベースとしたオープンソースのプログラムであるemph{AIMpy}を紹介する。 \emph{AIMpy} は Asymptotic Iteration Method (AIM) を用いた Schr\"{o}dinger-like differential equations の解法である。コードがシームレスに動作することを確認するために、以前に研究された固有値の例を再計算して、コードが非常にうまく再現できることを示す。

関連論文リスト

ReasonAgain: Using Extractable Symbolic Programs to Evaluate Mathematical Reasoning [54.70811660561151]
既存の数学データセットは、最終回答または静的例から派生した中間推論ステップを用いて、大規模言語モデル(LLM)の推論能力を評価する。モデルがプログラムへの様々な入力に対して常に正しい最終回答を生成できる場合、シンボルプログラムを自動評価の手段として利用したいと考えている。提案手法は, 従来の静的な例と比較して, 精度の低下を観測し, 現状のLLMにおける数学推論の脆弱さを示唆する。
論文参考訳（メタデータ） (2024-10-24T18:02:37Z)
Sketch 'n Solve: An Efficient Python Package for Large-Scale Least Squares Using Randomized Numerical Linear Algebra [0.0]
我々は、効率的なランダム化数値線形代数手法を実装したオープンソースのPythonパッケージであるSketch 'n Solveを提案する。本研究では, 従来のLSQRよりも最大50倍の高速化を実現し, 精度も高いことを示す。このパッケージは、機械学習の最適化、信号処理、科学計算の応用に特に有望であることを示している。
論文参考訳（メタデータ） (2024-09-22T04:29:51Z)
Finding Transformer Circuits with Edge Pruning [71.12127707678961]
自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
論文参考訳（メタデータ） (2024-06-24T16:40:54Z)
Quantum Circuit Tensors and Enumerators with Applications to Quantum Fault Tolerance [0.0]
本稿では,安定化符号に対するポアソン公式の類似式を導入し,誤り経路の数を正確に計算する手法を提案する。回路列挙器は, チャネルのプロセス行列と関連していることを示す。
論文参考訳（メタデータ） (2024-05-30T02:53:11Z)
Implementing Recycling Methods for Linear Systems in Python with an Application to Multiple Objective Optimization [6.131436685168423]
我々は, 一般的なリサイクル手法を用いた線形システムの解法において, 計算の全体的なコスト削減を図る。本研究では, リサイクリング最小残差法 (RMINRES) の有効性と, 係数行列間の写像について検討した。
論文参考訳（メタデータ） (2024-02-25T00:15:30Z)
Solving the One-Dimensional Time-Independent Schr\"odinger Equation with High Accuracy: The LagrangeMesh Mathematica Package [0.0]
本稿では,MathematicaにおけるLMMの数値実装であるLagrangeMeshパッケージを紹介する。このパッケージはスペクトルの高速なホームコンピュータを可能にし、量子力学において大規模なシステムを研究するための実用的なツールを提供する。
論文参考訳（メタデータ） (2022-08-30T15:33:14Z)
Statistical Inference of Constrained Stochastic Optimization via Sketched Sequential Quadratic Programming [53.63469275932989]
制約付き非線形最適化問題のオンライン統計的推測を考察する。これらの問題を解決するために、逐次二次計画法(StoSQP)を適用する。
論文参考訳（メタデータ） (2022-05-27T00:34:03Z)
PyHHMM: A Python Library for Heterogeneous Hidden Markov Models [63.01207205641885]
PyHHMM は Heterogeneous-Hidden Markov Models (HHMM) のオブジェクト指向Python実装である。 PyHHMMは、異種観測モデル、データ推論の欠如、異なるモデルの順序選択基準、半教師付きトレーニングなど、同様のフレームワークではサポートされない機能を強調している。 PyHHMMは、numpy、scipy、scikit-learn、およびシーボーンPythonパッケージに依存しており、Apache-2.0ライセンスの下で配布されている。
論文参考訳（メタデータ） (2022-01-12T07:32:36Z)
ProbNum: Probabilistic Numerics in Python [62.52335490524408]
確率的数値法(PNMs)は確率的推論によって数値問題を解く。 ProbNum: 最先端のPNMを提供するPythonライブラリ。
論文参考訳（メタデータ） (2021-12-03T07:20:50Z)
Scikit-dimension: a Python package for intrinsic dimension estimation [58.8599521537]
この技術ノートは、固有次元推定のためのオープンソースのPythonパッケージであるtextttscikit-dimensionを紹介している。 textttscikit-dimensionパッケージは、Scikit-learnアプリケーションプログラミングインターフェイスに基づいて、既知のID推定子のほとんどを均一に実装する。パッケージを簡潔に記述し、実生活と合成データにおけるID推定手法の大規模(500以上のデータセット)ベンチマークでその使用を実証する。
論文参考訳（メタデータ） (2021-09-06T16:46:38Z)
CausalML: Python Package for Causal Machine Learning [2.2604162926795737]
CausalMLは因果推論と機械学習に関連するアルゴリズムのPython実装である。本稿では,このパッケージのコンセプト,スコープ,ユースケースを紹介する。
論文参考訳（メタデータ） (2020-02-25T17:35:33Z)

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。