論文の概要: Thermodynamics of learning physical phenomena
- arxiv url: http://arxiv.org/abs/2207.12749v1
- Date: Tue, 26 Jul 2022 08:56:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-27 13:31:25.214453
- Title: Thermodynamics of learning physical phenomena
- Title(参考訳): 物理現象を学習する熱力学
- Authors: Elias Cueto and Francisco Chinesta
- Abstract要約: 熱力学が学習過程にどのように役立つかを概観する。
同時に、ある現象が記述されるスケールなどの側面の影響について検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Thermodynamics could be seen as an expression of physics at a high epistemic
level. As such, its potential as an inductive bias to help machine learning
procedures attain accurate and credible predictions has been recently realized
in many fields. We review how thermodynamics provides helpful insights in the
learning process. At the same time, we study the influence of aspects such as
the scale at which a given phenomenon is to be described, the choice of
relevant variables for this description or the different techniques available
for the learning process.
- Abstract(参考訳): 熱力学は高い認識レベルで物理学の表現と見なすことができる。
このように、機械学習の手順が正確で信頼できる予測を達成するための帰納的バイアスとしてのポテンシャルは、近年多くの分野で実現されている。
熱力学が学習過程にどのように役立つかを概観する。
同時に,与えられた現象を記述すべきスケール,この記述に関連する変数の選択,学習プロセスで利用可能な異なる手法などの影響について検討する。
関連論文リスト
- Constructing Custom Thermodynamics Using Deep Learning [10.008895786910195]
人工知能(AI)の最もエキサイティングな応用の1つは、以前に蓄積されたデータに基づいた自動科学的発見である。
ここでは、任意の散逸系のマクロ的記述を学習するための一般化オンサーガー原理に基づくプラットフォームを開発する。
本研究では, 長期ポリマー鎖の伸張特性を理論的, 実験的に検証し, その効果を実証する。
論文 参考訳(メタデータ) (2023-08-08T08:19:43Z) - Gauge Quantum Thermodynamics of Time-local non-Markovian Evolutions [77.34726150561087]
一般時間局所非マルコフマスター方程式を扱う。
我々は、電流とパワーを、古典的熱力学のようにプロセスに依存していると定義する。
この理論を量子熱機関に適用することにより、ゲージ変換が機械効率を変化させることを示す。
論文 参考訳(メタデータ) (2022-04-06T17:59:15Z) - Physics-informed Reinforcement Learning for Perception and Reasoning
about Fluids [0.0]
本研究では,流体知覚と観測からの推論のための物理インフォームド強化学習戦略を提案する。
本研究では,コモディティカメラで自由表面を観察した未確認液体の追跡(知覚)と解析(推論)を行う手法を開発した。
論文 参考訳(メタデータ) (2022-03-11T07:01:23Z) - The problem of engines in statistical physics [62.997667081978825]
エンジンは、外部の不均衡を犠牲にして、仕事を循環的に生成できるオープンシステムである。
オープン量子系の理論の最近の進歩は、自律エンジンのより現実的な記述を示している。
運動方程式に外部荷重力と熱雑音を組み込む方法を示す。
論文 参考訳(メタデータ) (2021-08-17T03:59:09Z) - Inferring work by quantum superposing forward and time-reversal
evolutions [0.0]
熱力学のゆらぎの研究により、2つの平衡状態の間の自由エネルギー差と、システム上で行う仕事とを関連付けることができる。
この発見は、仕事の定義が非自明なものとなる量子状態において重要な役割を果たす。
本研究では, 熱力学過程における作業分布と平均散逸量を直接推定できる簡単な干渉計測法を開発した。
論文 参考訳(メタデータ) (2021-07-05T18:06:41Z) - Qubit thermodynamics far from equilibrium: two perspectives about the
nature of heat and work in the quantum regime [68.8204255655161]
2段階系の熱力学解析のための代替理論フレームワークを開発する。
我々は、局所ハミルトニアンを定義する外部場が存在する場合、ブロッホベクトルを回転させるエネルギーコストを表す新しい作業項の出現を観察する。
両視点から, 2つの異なる系に対する物質・放射相互作用プロセスについて検討した。
論文 参考訳(メタデータ) (2021-03-16T09:31:20Z) - Learning Manifold Implicitly via Explicit Heat-Kernel Learning [63.354671267760516]
そこで,本研究では,熱カーネルを学習することで,多様体情報を暗黙的に取得する,暗黙的多様体学習の概念を提案する。
学習した熱カーネルは、データ生成のための深層生成モデル(DGM)やベイズ推論のためのスタイン変分勾配Descentなど、さまざまなカーネルベースの機械学習モデルに適用することができる。
論文 参考訳(メタデータ) (2020-10-05T03:39:58Z) - Irreversible entropy production, from quantum to classical [0.0]
エントロピー生成は、任意の有限時間熱力学過程において重要な量である。
エントロピー生成の統一理論は、古典的および量子的両方の一般的な過程に有効であり、まだ定式化されていない。
論文 参考訳(メタデータ) (2020-09-16T13:19:06Z) - Roles of quantum coherences in thermal machines [0.0]
量子状態における熱力学の理解と発展に向けた取り組みの一部は、そのような操作に量子効果を活用することに集中してきた。
本稿では, 熱機械の性能向上における量子コヒーレンスの役割について述べる。
論文 参考訳(メタデータ) (2020-06-01T18:01:20Z) - Visual Grounding of Learned Physical Models [66.04898704928517]
人間は、物体の物理的特性を直感的に認識し、複雑な相互作用に従事している場合でも、その動きを予測する。
我々は、物理を同時に推論し、視覚と力学の先行に基づく将来の予測を行うニューラルモデルを提案する。
実験により、我々のモデルはいくつかの観測範囲内で物理的特性を推測できることが示され、モデルが目に見えないシナリオに迅速に適応し、将来正確な予測を行うことができる。
論文 参考訳(メタデータ) (2020-04-28T17:06:38Z) - Cloth in the Wind: A Case Study of Physical Measurement through
Simulation [50.31424339972478]
実例を一度も見ずに風中の布の潜伏物性を測定することを提案する。
私たちのソリューションは、シミュレーションをコアとした反復的な洗練手順です。
この対応は、物理的に類似した例を近くの点にマッピングする埋め込み関数を用いて測定される。
論文 参考訳(メタデータ) (2020-03-09T21:32:23Z)
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。