Fugu-MT 論文翻訳(概要): Tunneling from general Smith-Volterra-Cantor potential

論文の概要: Tunneling from general Smith-Volterra-Cantor potential

arxiv url: http://arxiv.org/abs/2303.01982v1
Date: Thu, 2 Mar 2023 18:15:06 GMT
ステータス: 処理完了
システム内更新日: 2023-03-06 14:39:26.725121
Title: Tunneling from general Smith-Volterra-Cantor potential
Title（参考訳）: スミス・ボルテラ・カントールポテンシャルからのトンネル
Authors: Vibhav Narayan Singh, Mohammad Umar, Mohammad Hasan and Bhabani Prasad Mandal
Abstract要約: ステージ$G$のSVC($rho$)ポテンシャルは、オーダー$G$の超周期ポテンシャル(SPP)の特別なケースであることを示す。この系から非常に鋭い透過共鳴が起こり、鋭い透過フィルタの設計に応用できる可能性がある。
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 study the tunneling problem from general Smith-Volterra-Cantor (SVC) potential of finite length $L$ characterized by the scaling parameter $\rho$ and stage $G$. We show that the SVC($\rho$) potential of stage $G$ is the special case of super periodic potential (SPP) of order $G$. By using SPP formalism developed by us earlier, we provide the close form expression of tunneling probability $T_{G}(k)$ with the help of $q$-Pochhammer symbol. The profile of $T_{G}(k)$ with wave vector $k$ is found to saturate with increasing stage $G$. Very sharp transmission resonances are found to occur from this system which may find applications in the design of sharp transmission filters.
Abstract（参考訳）: 有限長$L$のSmith-Volterra-Cantor(SVC)ポテンシャルから,スケーリングパラメータ$\rho$とステージ$G$を特徴とするトンネル問題について検討した。ステージ$G$のSVC($\rho$)ポテンシャルは、オーダー$G$の超周期ポテンシャル(SPP)の特別なケースであることを示す。私たちが以前に開発したspp形式を用いることで、$q$-pochhammer シンボルの助けを借りてトンネル確率 $t_{g}(k)$ の密接な形式表現を提供する。波動ベクトル$k$を持つ$T_{G}(k)$のプロファイルは、ステージ$G$の増加とともに飽和する。非常に鋭い透過共鳴は、このシステムから生じており、鋭い透過フィルタの設計に応用できる可能性がある。

関連論文リスト

Learning Networks from Wide-Sense Stationary Stochastic Processes [7.59499154221528]
ここでの重要な推論問題は、ノード出力(ポテンシャル)からエッジ接続を学習することである。我々はWhittleの最大可能性推定器(MLE)を用いて時間相関サンプルから$Last$のサポートを学習する。 MLE問題は厳密な凸であり、ユニークな解であることを示す。
論文参考訳（メタデータ） (2024-12-04T23:14:00Z)
Polyadic Cantor potential of minimum lacunarity: Special case of super periodic generalized unified Cantor potential [0.0]
一般化統一カントールポテンシャル(GUCP)の概念を鍵パラメータ$N$で導入する。このシステムの特徴は、合計$L$、ステージ$S$、スケーリングパラメータ$rho$、および2つの実数$mu$と$nu$である。本稿では,従来の量子システムと異なり,GUCP系は鋭い伝送共鳴を示すことを示す。
論文参考訳（メタデータ） (2024-05-19T17:15:10Z)
$φ^n$ trajectory bootstrap [1.8855270809505869]
我々は、$langlephinrangle$ または $langle(iphi)nrangle$ の非整数 $n$ 結果が、波動関数アプローチの値と一致することを示す。 $mathcalPT$不変の場合、$langle(iphi)nrangle$と非整数$n$の存在は、非整数パワーで非エルミート理論をブートストラップすることができる。
論文参考訳（メタデータ） (2024-02-08T16:09:06Z)
Quantum tunneling from a new type of Unified Cantor Potential [0.0]
一般カントール群(フラクタル系)と一般スミス・ボルテラ・カントール群(非フラクタル系)を結合した新しいタイプのポテンシャル系を導入する。我々はこのシステムをUnified Cantor Potential (UCP)システムと呼ぶ。
論文参考訳（メタデータ） (2023-08-16T07:20:20Z)
Localization measures of parity adapted U($D$)-spin coherent states applied to the phase space analysis of the $D$-level Lipkin-Meshkov-Glick model [0.0]
量子位相遷移中の臨界、パリティ対称、$N$-quDit系の位相空間特性について検討する。有限$N$の場合、DSCS を 2D-1$ 異なるパリティ不変部分空間に射影することでパリティを復元することができる。 QPTのプレは、位相空間においてこれらのパリティ射影DSCSのフシミ函数をプロットすることにより、有限$N$で視覚化される。
論文参考訳（メタデータ） (2023-02-13T10:51:19Z)
Understanding Deep Neural Function Approximation in Reinforcement Learning via $\epsilon$-Greedy Exploration [53.90873926758026]
本稿では、強化学習(RL)における深部神経機能近似の理論的研究について述べる。我々は、Besov(およびBarron)関数空間によって与えられるディープ(および2層)ニューラルネットワークによる$epsilon$-greedy探索により、バリューベースのアルゴリズムに焦点を当てる。我々の解析は、ある平均測度$mu$の上の$L2(mathrmdmu)$-integrable空間における時間差誤差を再構成し、非イド設定の下で一般化問題に変換する。
論文参考訳（メタデータ） (2022-09-15T15:42:47Z)
Topology-aware Generalization of Decentralized SGD [89.25765221779288]
本稿では,分散型Valpha-10安定降下(D-SGD)の一般化可能性について検討する。 D-SGDの一般化性は、初期訓練段階における接続性と正の相関があることを証明した。
論文参考訳（メタデータ） (2022-06-25T16:03:48Z)
High-dimensional Asymptotics of Feature Learning: How One Gradient Step Improves the Representation [89.21686761957383]
2層ネットワークにおける第1層パラメータ $boldsymbolW$ の勾配降下ステップについて検討した。我々の結果は、一つのステップでもランダムな特徴に対してかなりの優位性が得られることを示した。
論文参考訳（メタデータ） (2022-05-03T12:09:59Z)
Approximate Function Evaluation via Multi-Armed Bandits [51.146684847667125]
既知の滑らかな関数 $f$ の値を未知の点 $boldsymbolmu in mathbbRn$ で推定する問題について検討する。我々は、各座標の重要性に応じてサンプルを学習するインスタンス適応アルゴリズムを設計し、少なくとも1-delta$の確率で$epsilon$の正確な推定値である$f(boldsymbolmu)$を返す。
論文参考訳（メタデータ） (2022-03-18T18:50:52Z)
Reward-Free Model-Based Reinforcement Learning with Linear Function Approximation [92.99933928528797]
エピソードマルコフ決定過程(MDP)に対する線形関数近似を用いたモデルに基づく無報酬強化学習について検討する。計画段階では、特定の報酬関数が与えられ、探索フェーズから収集したサンプルを使用して良い政策を学ぶ。任意の報酬関数に対して$epsilon$-optimal Policyを得るには,最大$tilde O(H4d(H + d)epsilon-2)$ episodesをサンプリングする必要がある。
論文参考訳（メタデータ） (2021-10-12T23:03:58Z)
Optimal Spectral Recovery of a Planted Vector in a Subspace [80.02218763267992]
我々は、$ell_4$ノルムが同じ$ell$ノルムを持つガウスベクトルと異なるプラントベクトル$v$の効率的な推定と検出について研究する。規則$n rho gg sqrtN$ では、大クラスのスペクトル法(そしてより一般的には、入力の低次法)は、植込みベクトルの検出に失敗する。
論文参考訳（メタデータ） (2021-05-31T16:10:49Z)

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。