Fugu-MT 論文翻訳(概要): Large-N dynamics of the spiked tensor model with random initial conditions

論文の概要: Large-N dynamics of the spiked tensor model with random initial conditions

arxiv url: http://arxiv.org/abs/2208.12586v1
Date: Fri, 26 Aug 2022 11:14:21 GMT
ステータス: 処理完了
システム内更新日: 2022-08-29 12:49:58.025972
Title: Large-N dynamics of the spiked tensor model with random initial conditions
Title（参考訳）: ランダム初期条件を持つスパイクテンソルモデルの大規模nダイナミクス
Authors: Vasily Sazonov
Abstract要約: ランダムな初期条件を持つ偏微分方程式に対する経路積分法を開発する。大型の$N$サドル点方程式はメロン型図式に支配されていることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In these notes, we develop a path integral approach for the partial differential equations with random initial conditions. Then, we apply it to the dynamics of the spiked tensor model and show that the large-$N$ saddle point equations are dominated by the melonic type diagrams.
Abstract（参考訳）: そこで本稿では, ランダムな初期条件を持つ偏微分方程式に対する経路積分法を開発した。次に、スパイクテンソルモデルの力学に適用し、大きな n$ 鞍点方程式がメロン型ダイアグラムによって支配されていることを示す。

関連論文リスト

Latent Space Energy-based Neural ODEs [73.01344439786524]
本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
論文参考訳（メタデータ） (2024-09-05T18:14:22Z)
Causal Modeling with Stationary Diffusions [89.94899196106223]
定常密度が干渉下でのシステムの挙動をモデル化する微分方程式を学習する。古典的アプローチよりもよく、変数に対する見当たらない介入を一般化することを示します。提案手法は,再生カーネルヒルベルト空間における拡散発生器の定常状態を表す新しい理論結果に基づく。
論文参考訳（メタデータ） (2023-10-26T14:01:17Z)
Predicting Ordinary Differential Equations with Transformers [65.07437364102931]
単一溶液軌道の不規則サンプリングおよび雑音観測から,スカラー常微分方程式(ODE)を記号形式で復元するトランスフォーマーに基づくシーケンス・ツー・シーケンス・モデルを開発した。提案手法は, 1回に一度, ODE の大規模な事前訓練を行った後, モデルのいくつかの前方通過において, 新たな観測解の法則を推測することができる。
論文参考訳（メタデータ） (2023-07-24T08:46:12Z)
Geometric Neural Diffusion Processes [55.891428654434634]
拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
論文参考訳（メタデータ） (2023-07-11T16:51:38Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
The Past Does Matter: Correlation of Subsequent States in Trajectory Predictions of Gaussian Process Models [0.7734726150561089]
モデルの出力と軌道分布の近似を考察する。本研究では,不確実性伝播に関するこれまでの研究は,予測された軌道のその後の状態の間に独立性の仮定を誤って含んでいたことを示す。
論文参考訳（メタデータ） (2022-11-20T22:19:39Z)
Out-of-equilibrium dynamics of the Kitaev model on the Bethe lattice via coupled Heisenberg equations [23.87373187143897]
ベテ格子上での等方性北エフスピン-1/2$モデルについて検討する。スピン作用素の調整された部分集合に対して、ハイゼンベルク方程式を解くという簡単なアプローチをとる。一例として、因子化翻訳不変量に対する観測値の時間依存期待値を計算する。
論文参考訳（メタデータ） (2021-10-25T17:37:33Z)
Boundary theories of critical matchgate tensor networks [59.433172590351234]
AdS/CFT対応の重要な側面は、双曲格子上のテンソルネットワークモデルの観点から捉えることができる。マッチゲート制約を満たすテンソルに対しては、これらは以前、乱れた境界状態を生成することが示されている。これらのハミルトニアンは、解析的な玩具モデルによって捉えられたマルチスケールの準周期対称性を示す。
論文参考訳（メタデータ） (2021-10-06T18:00:03Z)
Emergent fractal phase in energy stratified random models [0.0]
長距離確率行列モデルの運動ホッピング項における偏相関が局在特性に及ぼす影響について検討した。完全に相関した症例から逸脱すると,システム内の非エルゴディックな非局在化が生じる。
論文参考訳（メタデータ） (2021-06-07T18:00:01Z)
Ground States of Quantum Many Body Lattice Models via Reinforcement Learning [0.0]
格子上に定義された量子力学モデルの基底状態を求める問題に対する強化学習(RL)の定式化を導入する。確率的ハミルトニアンは力学への自然な分解と報酬関数を表すポテンシャルを持つことを示す。本稿では, 量子状態のニューラル表現へのこのマッピングの適用について論じ, 系の波動関数の直接表現に基づくアプローチに対する優位性について述べる。
論文参考訳（メタデータ） (2020-12-13T13:53:59Z)

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。