論文の概要: FitAik: a package to calculate least-square fitted atomic transitions probabilities. Application to the Er+ lanthanide ion

• arxiv url: http://arxiv.org/abs/2207.14001v3
• Date: Tue, 3 Jan 2023 15:51:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-03 05:10:03.317052
• Title: FitAik: a package to calculate least-square fitted atomic transitions probabilities. Application to the Er+ lanthanide ion
• Title（参考訳）: FitAik:最小二乗の原子遷移確率を計算するパッケージ。 Er+ランタニドイオンへの応用
• Authors: Maxence Lepers, Olivier Dulieu, Jean-Fran\c{c}ois Wyart (posthumously)
• Abstract要約: 計算および実験的な原子遷移確率の最小二乗フィッティングを行うための新しい手法を提案する。 textitFitAikはCowanスイートのコードにインターフェースされ、自動的に入力ファイルを書き、出力ファイルを読み込む。
• 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 present a new method implemented in our new package \textit{FitAik}, to perform least-squares fitting of calculated and experimental atomic transition probabilities, by using the mono-electronic transition integrals $\langle n\ell |r| n'\ell' \rangle$ (with $r$ the electronic radial coordinate) as adjustable quantities. \textit{FitAik} is interfaced to the Cowan suite of codes, for which it automatically writes input files and reads output files. We illustrate our procedure with the example of Er$^{+}$ ion, for which the agreement between calculated and experimental Einstein coefficients is found to be very good. The source code of \emph{FitAik} can be found on GitLab, and the calculated Einstein coefficients are stored in our new database CaDDiACs. They are also used to calculate the dynamic dipole polarizability of Er$^+$.
• Abstract（参考訳）: 本稿では,計算および実験による原子遷移確率の最小二乗フィットを調整可能な量として$\langle n\ell |r| n'\ell' \rangle$ ($r$ the electronic radial coordinate) という単電子遷移積分を用いて実現する新しい方法を提案する。 \textit{fitaik} は cowan コードスイートにインターフェースされており、入力ファイルを自動的に書き込んで出力ファイルを読み込む。 我々は、計算されたアインシュタイン係数と実験的なアインシュタイン係数の一致が非常に良いことが判明したer$^{+}$イオンの例を用いて、この方法を説明する。 emph{FitAik}のソースコードはGitLabで確認でき、計算されたアインシュタイン係数は私たちの新しいデータベースCaDDiACに格納されます。 これらはまた、er$^+$の動的双極子偏光率を計算するためにも用いられる。

関連論文リスト

• Promise of Graph Sparsification and Decomposition for Noise Reduction in QAOA: Analysis for Trapped-Ion Compilations [5.451583832235867]
  我々は Max-Cut 問題を解くための近似コンパイル手法を開発した。 結果はグラフスカラー化と分解の原則に基づいている。 新たなコンパイル手法では,ノイズの顕著な低減が示される。
  論文  参考訳（メタデータ） (2024-06-20T14:00:09Z)
• Dynamic, Symmetry-Preserving, and Hardware-Adaptable Circuits for Quantum Computing Many-Body States and Correlators of the Anderson Impurity Model [0.0]
  ハミルトン予想値は$omega(N_q)N_textmeas. leq O(N_textimpN_textbath)$対称性保存並列測定回路を必要とする。 我々のアンサッツは、初期のフォールトトレラントプロセッサの電子的相関を考慮に入れるのに有用なツールである。
  論文  参考訳（メタデータ） (2024-05-23T21:41:28Z)
• Learning a Single Neuron with Adversarial Label Noise via Gradient Descent [50.659479930171585]
  モノトン活性化に対する $mathbfxmapstosigma(mathbfwcdotmathbfx)$ の関数について検討する。 学習者の目標は仮説ベクトル $mathbfw$ that $F(mathbbw)=C, epsilon$ を高い確率で出力することである。
  論文  参考訳（メタデータ） (2022-06-17T17:55:43Z)
• A Law of Robustness beyond Isoperimetry [84.33752026418045]
  我々は、任意の分布上でニューラルネットワークパラメータを補間する頑健性の低い$Omega(sqrtn/p)$を証明した。 次に、$n=mathrmpoly(d)$のとき、スムーズなデータに対する過度なパラメータ化の利点を示す。 我々は、$n=exp(omega(d))$ のとき、$O(1)$-Lipschitz の頑健な補間関数の存在を否定する。
  論文  参考訳（メタデータ） (2022-02-23T16:10:23Z)
• Variational Orthogonal Features [29.636483122130027]
  我々は,ある先行して,エビデンスローバウンド(ELBO)のミニバッチ推定を$mathcalO(M3)$コストで計算する機能を定義できることを示す。 我々は,不偏推定器をELBOに,$mathcalO(tildeNT+M2T)$および$mathcalO(tildeNT+MT)$で$T$ Monte Carloサンプルを用いて計算できる固定前カーネルの構成について述べる。
  論文  参考訳（メタデータ） (2020-06-23T17:18:07Z)
• GO Hessian for Expectation-Based Objectives [73.06986780804269]
  GOグラデーションは、最近予測に基づく目的に対して$mathbbE_q_boldsymboldsymboldsymbolgamma(boldsymboly) [f(boldsymboly)]$として提案された。 GO勾配に基づいて、$mathbbE_q_boldsymboldsymboldsymbolgamma(boldsymboly) [f(boldsymboly)]$ an unbiased low-variance Hessian estimator, named GO Hessian を示す。
  論文  参考訳（メタデータ） (2020-06-16T02:20:41Z)
• Linear Time Sinkhorn Divergences using Positive Features [51.50788603386766]
  エントロピー正則化で最適な輸送を解くには、ベクトルに繰り返し適用される$ntimes n$ kernel matrixを計算する必要がある。 代わりに、$c(x,y)=-logdotpvarphi(x)varphi(y)$ ここで$varphi$は、地上空間から正のorthant $RRr_+$への写像であり、$rll n$である。
  論文  参考訳（メタデータ） (2020-06-12T10:21:40Z)
• A Randomized Algorithm to Reduce the Support of Discrete Measures [79.55586575988292]
  離散確率測度が$N$原子と$n$実数値関数の集合で成り立つと、元の$N$原子の$n+1$の部分集合で支えられる確率測度が存在する。 我々は、負の円錐によるバリセンターの簡単な幾何学的特徴付けを与え、この新しい測度を「グリード幾何学的サンプリング」によって計算するランダム化アルゴリズムを導出する。 次に、その性質を研究し、それを合成および実世界のデータにベンチマークして、$Ngg n$ regimeにおいて非常に有益であることを示す。
  論文  参考訳（メタデータ） (2020-06-02T16:38:36Z)
• Robustly Learning any Clusterable Mixture of Gaussians [55.41573600814391]
  本研究では,高次元ガウス混合系の対向ロバスト条件下での効率的な学習性について検討する。 理論的に最適に近い誤り証明である$tildeO(epsilon)$の情報を、$epsilon$-corrupted $k$-mixtureで学習するアルゴリズムを提供する。 我々の主な技術的貢献は、ガウス混合系からの新しい頑健な識別可能性証明クラスターであり、これは正方形の定度証明システムによって捉えることができる。
  論文  参考訳（メタデータ） (2020-05-13T16:44:12Z)

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。