論文の概要: Thermodynamic limit in learning period three

• arxiv url: http://arxiv.org/abs/2405.08825v1
• Date: Sun, 12 May 2024 17:57:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-16 15:24:45.348686
• Title: Thermodynamic limit in learning period three
• Title（参考訳）: 学習3期における熱力学限界
• Authors: Yuichiro Terasaki, Kohei Nakajima,
• Abstract要約: 周期 3 の連続した一次元写像はすべての周期を含む。 周期軌道は3つのデータポイントのみを学習することで得られるか? ランダムニューラルネットワークを用いた学習期間3について検討し,それに関連する普遍性について報告する。
• 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: A continuous one-dimensional map with period three includes all periods. This raises the following question: Can we obtain any types of periodic orbits solely by learning three data points? We consider learning period three with random neural networks and report the universal property associated with it. We first show that the trained networks have a thermodynamic limit that depends on the choice of target data and network settings. Our analysis reveals that almost all learned periods are unstable and each network has its characteristic attractors (which can even be untrained ones). Here, we propose the concept of characteristic bifurcation expressing embeddable attractors intrinsic to the network, in which the target data points and the scale of the network weights function as bifurcation parameters. In conclusion, learning period three generates various attractors through characteristic bifurcation due to the stability change in latently existing numerous unstable periods of the system.
• Abstract（参考訳）: 周期 3 の連続した一次元写像はすべての周期を含む。 周期軌道は3つのデータポイントだけを学習することで得られるのか? ランダムニューラルネットワークを用いた学習期間3について検討し,それに関連する普遍性について報告する。 まず、トレーニングされたネットワークには、ターゲットデータとネットワーク設定の選択に依存する熱力学的制限があることを示します。 分析の結果,学習期間のほとんどすべてが不安定であり,各ネットワークに特有のアトラクタ(トレーニングされていない場合もある)があることがわかった。 本稿では,ネットワークに固有の埋め込み型アトラクタを表現した特性分岐の概念を提案し,対象データポイントとネットワーク重みのスケールを分岐パラメータとして機能させる。 結論として、学習期間3は、システムの最近に存在する多数の不安定な期間の安定性の変化により、特徴的分岐によって様々な誘引子を生成する。

関連論文リスト

• Exact Quantum Trace Formula from Complex Periodic Orbits [0.4506616924250028]
  トレース式の全量子バージョンをLefschetz thimble法を用いて探索する。 我々の重要な革新はサイクル周期の同時複雑化であり、結果として完全に量子トレース公式が導かれる。 この定式化は、量子スペクトルをすべての複雑な時間方向への寄与に結び付け、関連するすべてのホモロジークラスを包含する。
  論文  参考訳（メタデータ） (2024-11-16T03:58:24Z)
• Semi-Classical Subspaces, The No Synchronization Law, and More [6.5268245109828005]
  本稿では,アルゴリズム情報理論と物理の交わりについて考察する。 量子世界と古典的領域の間の障壁を特徴づける定理について議論する。 ブラックホールのコルモゴロフ複雑性に関する今後の研究について考察する。
  論文  参考訳（メタデータ） (2024-07-25T17:09:26Z)
• "IT FROM BIT": How does information shape the structures in the universe? [0.0]
  平衡から離れた環境によって支持される準静的情報状態の量子化に関する新しい一般規則を導入する。 この理論的な手順は、非平衡熱力学における情報と複雑性の量子論のさらなる研究のための新しい道を開く必要がある。
  論文  参考訳（メタデータ） (2022-09-24T09:29:41Z)
• Growth of entanglement of generic states under dual-unitary dynamics [77.34726150561087]
  デュアルユニタリ回路(英: Dual-unitary circuits)は、局所的に相互作用する量子多体系のクラスである。 特に、それらは「可解」な初期状態のクラスを認めており、熱力学の極限では、完全な非平衡力学にアクセスできる。 この場合、時間段階における絡み合いの増大は有限時間に対して極大であるが、無限時間極限における極大値に近付く。
  論文  参考訳（メタデータ） (2022-07-29T18:20:09Z)
• Predicting the Stability of Hierarchical Triple Systems with Convolutional Neural Networks [68.8204255655161]
  本稿では,階層型三重項の安定性を予測する畳み込みニューラルネットワークモデルを提案する。 すべてのトレーニングされたモデルは公開されており、純粋な$N$-bodyメソッドよりも200ドルの速さで階層的な3重システムの安定性を予測することができる。
  論文  参考訳（メタデータ） (2022-06-24T17:58:13Z)
• Averaging Spatio-temporal Signals using Optimal Transport and Soft Alignments [110.79706180350507]
  Fr'teche は双対性を意味し, 時間的バレシェセンタを定義するために提案した損失が有効であることを示す。 手書き文字と脳画像データによる実験は、我々の理論的発見を裏付けるものである。
  論文  参考訳（メタデータ） (2022-03-11T09:46:22Z)
• Tri-unitary quantum circuits [0.0]
  3つの異なる「時間の狭さ」に沿ってユニタリな量子回路のクラスを導入する。 これらの力学における2点相関は、$(1+1)$-次元時空の3方向のみに厳密に制限される。 回路構成を2+1$次元に拡張し、2点相関関数を四面体光円錐の1次元エッジに限定する。
  論文  参考訳（メタデータ） (2021-06-14T18:10:12Z)
• Concentric Spherical GNN for 3D Representation Learning [53.45704095146161]
  同心球面特徴写像を学習するための新しい多解畳み込みアーキテクチャを提案する。 当社の階層的アーキテクチャは、球内情報と球間情報の両方を組み込むための代替学習に基づいています。 回転データを用いた3次元分類作業における最先端性能向上へのアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2021-03-18T19:05:04Z)
• Multi-Temporal Convolutions for Human Action Recognition in Videos [83.43682368129072]
  複数の解像度で抽出できる新しい時間・時間的畳み込みブロックを提案する。 提案するブロックは軽量で,任意の3D-CNNアーキテクチャに統合可能である。
  論文  参考訳（メタデータ） (2020-11-08T10:40:26Z)
• Time development of a driven three-level lambda system: A case study [0.0]
  レーザーによって基底状態が励起されるとき、3つのエネルギーレベルを持つシステムを研究することにより、洞察を得ることができる。 3つのエネルギーレベルの時間依存的な職業確率は、システムが時間的にどのように発達するかを学生に示す。
  論文  参考訳（メタデータ） (2020-04-04T14:48:36Z)
• PolarNet: An Improved Grid Representation for Online LiDAR Point Clouds Semantic Segmentation [46.56643626441674]
  そこで本研究では,LiDARに固有の最寄りのセグメンテーションアルゴリズムであるPolarNetを提案する。 実都市LiDAR単走査の3つの分割データセットにおいて,符号化方式がmIoUを大幅に増加させることが判明した。
  論文  参考訳（メタデータ） (2020-03-31T08:58:45Z)

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。