Fugu-MT 論文翻訳(概要): Finding discrete symmetry groups via Machine Learning

論文の概要: Finding discrete symmetry groups via Machine Learning

arxiv url: http://arxiv.org/abs/2307.13457v1
Date: Tue, 25 Jul 2023 12:37:46 GMT
ステータス: 処理完了
システム内更新日: 2023-07-26 17:16:37.355744
Title: Finding discrete symmetry groups via Machine Learning
Title（参考訳）: 機械学習による離散対称性群の探索
Authors: Pablo Calvo-Barl\'es, Sergio G. Rodrigo, Eduardo S\'anchez-Burillo, and Luis Mart\'in-Moreno
Abstract要約: 物理系における離散対称性群を自動的に発見できる機械学習手法を提案する。この方法は、システムの物理的性質を保存するパラメータ変換の有限集合を特定する。
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: We introduce a machine-learning approach (denoted Symmetry Seeker Neural Network) capable of automatically discovering discrete symmetry groups in physical systems. This method identifies the finite set of parameter transformations that preserve the system's physical properties. Remarkably, the method accomplishes this without prior knowledge of the system's symmetry or the mathematical relationships between parameters and properties. Demonstrating its versatility, we showcase examples from mathematics, nanophotonics, and quantum chemistry.
Abstract（参考訳）: 本稿では,物理系における離散対称性群を自動的に検出できる機械学習手法を提案する。この方法は、システムの物理的性質を保存するパラメータ変換の有限集合を識別する。驚くべきことに、この方法はシステムの対称性やパラメータと特性の間の数学的関係を事前に知ることなくこれを達成する。その汎用性を実証し、数学、ナノフォトニクス、量子化学の例を示す。

関連論文リスト

The Empirical Impact of Neural Parameter Symmetries, or Lack Thereof [50.49582712378289]
ニューラル・ネットワーク・アーキテクチャの導入により,ニューラル・パラメータ・対称性の影響について検討する。我々は,パラメータ空間対称性を低減するために,標準的なニューラルネットワークを改良する2つの手法を開発した。実験により,パラメータ対称性の経験的影響に関する興味深い観察がいくつか示された。
論文参考訳（メタデータ） (2024-05-30T16:32:31Z)
Discovering Symmetry Breaking in Physical Systems with Relaxed Group Convolution [21.034937143252314]
我々は、リラックスしたグループ畳み込みを用いてデータの非対称性を学習することに集中する。我々は、様々な物理系において解釈可能で物理的に意味のある様々な対称性を破る要因を明らかにする。
論文参考訳（メタデータ） (2023-10-03T14:03:21Z)
Latent Space Symmetry Discovery [31.28537696897416]
本稿では,非線形群作用の対称性を発見できる新しい生成モデルであるLatent LieGANを提案する。本モデルでは,群作用に関する条件下で非線形対称性を表現できることが示されている。 LaLiGANはまた、方程式発見や長期予測を含む下流のタスクに有用な構造化された潜在空間をもたらす。
論文参考訳（メタデータ） (2023-09-29T19:33:01Z)
On discrete symmetries of robotics systems: A group-theoretic and data-driven analysis [38.92081817503126]
力学系の離散的形態対称性について検討する。これらの対称性は、系の形態学における1つ以上の平面/対称性の軸の存在から生じる。我々はこれらの対称性をデータ拡張と$G$-equivariant Neural Networkを用いて活用する。
論文参考訳（メタデータ） (2023-02-21T04:10:16Z)
Oracle-Preserving Latent Flows [58.720142291102135]
我々はラベル付きデータセット全体にわたって複数の非自明な連続対称性を同時に発見するための方法論を開発する。対称性変換と対応するジェネレータは、特別に構築された損失関数で訓練された完全連結ニューラルネットワークでモデル化される。この研究における2つの新しい要素は、縮小次元の潜在空間の使用と、高次元のオラクルに関して不変な変換への一般化である。
論文参考訳（メタデータ） (2023-02-02T00:13:32Z)
Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文参考訳（メタデータ） (2023-01-13T16:25:25Z)
Symmetry Group Equivariant Architectures for Physics [52.784926970374556]
機械学習の分野では、対称性に対する認識が目覚ましいパフォーマンスのブレークスルーを引き起こしている。物理学のコミュニティと、より広い機械学習のコミュニティの両方に、理解すべきことがたくさんある、と私たちは主張する。
論文参考訳（メタデータ） (2022-03-11T18:27:04Z)
Exact solutions of interacting dissipative systems via weak symmetries [77.34726150561087]
我々は任意の強い相互作用や非線形性を持つクラスマルコフ散逸系(英語版)のリウヴィリアンを解析的に対角化する。これにより、フルダイナミックスと散逸スペクトルの正確な記述が可能になる。我々の手法は他の様々なシステムに適用でき、複雑な駆動散逸量子系の研究のための強力な新しいツールを提供することができる。
論文参考訳（メタデータ） (2021-09-27T17:45:42Z)
Machine-learning hidden symmetries [0.0]
本稿では,新しい座標系にのみ現れる隠れ対称性を自動検出する手法を提案する。その中心となる考え方は、ある偏微分方程式の違反として非対称性を定量化し、すべての可逆変換の空間上のそのような違反を数値的に最小化し、可逆ニューラルネットワークとしてパラメータ化することである。
論文参考訳（メタデータ） (2021-09-20T17:55:02Z)
Sampling asymmetric open quantum systems for artificial neural networks [77.34726150561087]
非対称な開系に対する高速収束時間と高いスケーラビリティを実現し,非対称性を考慮したハイブリッドサンプリング戦略を提案する。我々は、ニューラルネットワークの普遍的適用性を強調し、ニューラルネットワークの普遍的適用性を概説する。
論文参考訳（メタデータ） (2020-12-20T18:25:29Z)
Finding Symmetry Breaking Order Parameters with Euclidean Neural Networks [2.735801286587347]
我々は、対称性同変ニューラルネットワークがキュリーの原理を支持し、多くの対称性関連科学的な疑問を単純な最適化問題に表すのに使用できることを示した。これらの特性を数学的に証明し、ユークリッド対称性同変ニューラルネットワークを訓練し、対称性を破る入力を学習し、正方形を長方形に変形させ、ペロブスカイトのオクタヘドラ傾斜パターンを生成する。
論文参考訳（メタデータ） (2020-07-04T17:24:21Z)

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。