論文の概要: Persistent Homology for Structural Characterization in Disordered Systems

• arxiv url: http://arxiv.org/abs/2411.14390v2
• Date: Fri, 22 Nov 2024 18:04:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-25 12:05:38.220611
• Title: Persistent Homology for Structural Characterization in Disordered Systems
• Title（参考訳）: 不整合系の構造解析のための永続ホモロジー
• Authors: An Wang, Li Zou,
• Abstract要約: 障害のあるシステムにおける局所的構造と大域的構造の両方を特徴付けるために,永続的ホモロジー(PH)に基づく統一的なフレームワークを提案する。 同じアルゴリズムとデータ構造を使って、ローカルとグローバルのディスクリプタを同時に生成できる。 この枠組みに基づき,非パラメトリックな指標である分離指数(SI)を定義し,位相分類タスクにおける従来の結合配向順序パラメータより優れる。
• 参考スコア（独自算出の注目度）: 3.3033726268021315
• License:
• Abstract: We propose a unified framework based on persistent homology (PH) to characterize both local and global structures in disordered systems. It can simultaneously generate local and global descriptors using the same algorithm and data structure, and has shown to be highly effective and interpretable in predicting particle rearrangements and classifying global phases. Based on this framework, we define a non-parametric metric, the Separation Index (SI), which not only outperforms traditional bond-orientational order parameters in phase classification tasks but also establishes a connection between particle environments and the global phase structure. Our methods provide an effective framework for understanding and analyzing the properties of disordered materials, with broad potential applications in materials science and even wider studies of complex systems.
• Abstract（参考訳）: 障害のあるシステムにおける局所的構造と大域的構造の両方を特徴付けるために,永続的ホモロジー(PH)に基づく統一的なフレームワークを提案する。 同一のアルゴリズムとデータ構造を用いて局所的および大域的記述子を同時に生成することができ、粒子の再配置の予測や大域的位相の分類に非常に効果的で解釈可能であることが示されている。 この枠組みに基づいて,非パラメトリック指標である分離指数(SI)を定義し,この指標は,相分類タスクにおいて従来の結合配向順序パラメータを上回るだけでなく,粒子環境と大域的位相構造との接続を確立する。 本手法は, 乱れた材料の性質の理解と解析に有効な枠組みを提供し, 材料科学や複雑なシステムのより広範な研究に広く応用できる可能性がある。

関連論文リスト

• Persistent Topological Features in Large Language Models [0.6597195879147556]
  トポロジ的特徴の持続性と変換を定量化する新しい指標である永続化類似性を導入する。 従来の類似度測定とは異なり、我々の手法はこれらの特徴の進化軌道全体を捉えている。 実用的なアプリケーションとして、永続化の類似性を活用して冗長なレイヤを特定し、実行します。
  論文  参考訳（メタデータ） (2024-10-14T19:46:23Z)
• Mapping the Provenance Ontology to Basic Formal Ontology [0.0]
  Provenance Ontology (PROV-O) はWorld Wide Web Consortium (W3C) で、さまざまなドメインにまたがる成果に関するデータを構造化するために使用される。
  論文  参考訳（メタデータ） (2024-08-02T16:50:17Z)
• Fast and Reliable Probabilistic Reflectometry Inversion with Prior-Amortized Neural Posterior Estimation [73.81105275628751]
  リフレクションメトリデータと互換性のある全ての構造を見つけることは、標準アルゴリズムでは計算が禁止される。 この信頼性の欠如に対処するため,確率論的深層学習法を用いて,現実的な構造を数秒で識別する。 提案手法は,シミュレーションに基づく推論と新しい適応型事前推定を併用する。
  論文  参考訳（メタデータ） (2024-07-26T10:29:16Z)
• Learning Persistent Community Structures in Dynamic Networks via Topological Data Analysis [2.615648035076649]
  本稿では,コミュニティ間構造における時間的一貫性の整合性を考慮した新しいディープグラフクラスタリングフレームワークを提案する。 MFCは、ノード埋め込みを保存する行列分解に基づくディープグラフクラスタリングアルゴリズムである。 TopoRegは、時間間隔でコミュニティ間構造間のトポロジカルな類似性を維持するために導入された。
  論文  参考訳（メタデータ） (2024-01-06T11:29:19Z)
• Efficient Multi-View Graph Clustering with Local and Global Structure Preservation [59.49018175496533]
  局所・グローバル構造保存を用いた効率的なマルチビューグラフクラスタリング(EMVGC-LG)という,アンカーベースのマルチビューグラフクラスタリングフレームワークを提案する。 具体的には、EMVGC-LGがクラスタリング品質を向上させるために、アンカー構築とグラフ学習を共同で最適化する。 さらに、EMVGC-LGはサンプル数に関する既存のAMVGCメソッドの線形複雑性を継承する。
  論文  参考訳（メタデータ） (2023-08-31T12:12:30Z)
• A Verification Framework for Component-Based Modeling and Simulation Putting the pieces together [0.0]
  提案する検証フレームワークは,コンポーザビリティを異なるレベルで検証するための方法,テクニック,ツールサポートを提供する。 特に、コンポーザビリティ全体の正しさにおける重要性と、プロセスで生じる困難度から、ダイナミック・セマンティック・コンポータビリティ(Dynamic-Semantic Composability)のレベルに注目します。
  論文  参考訳（メタデータ） (2023-01-08T18:53:28Z)
• State-specific protein-ligand complex structure prediction with a multi-scale deep generative model [68.28309982199902]
  タンパク質-リガンド複合体構造を直接予測できる計算手法であるNeuralPLexerを提案する。 我々の研究は、データ駆動型アプローチがタンパク質と小分子の構造的協調性を捉え、酵素や薬物分子などの設計を加速させる可能性を示唆している。
  論文  参考訳（メタデータ） (2022-09-30T01:46:38Z)
• Non-standard entanglement structure of local unitary self-dual models as a saturated situation of repeatability in general probabilistic theories [61.12008553173672]
  量子合成系の無限構造の存在を示し、局所ユニタリ対称性を持つ自己双対であることを示す。 また、構造中の非直交状態が完全に区別可能であるような量子合成系の構造の存在を示す。
  論文  参考訳（メタデータ） (2021-11-29T23:37:58Z)
• Unveiling the Potential of Structure-Preserving for Weakly Supervised Object Localization [71.79436685992128]
  本稿では,WSOLの畳み込み機能に組み込まれた構造情報を完全に活用するための2段階構造保存アクティベーション(SPA)を提案する。 第1段階では、分類ネットワークによって引き起こされる構造ミス問題を軽減するために制限アクティベーションモジュール(ram)が設計されている。 第2段階では, 自己相関マップ生成(SCG)モジュールと呼ばれるプロセス後アプローチを提案し, 構造保存ローカライゼーションマップを得る。
  論文  参考訳（メタデータ） (2021-03-08T03:04:14Z)
• Joint Characterization of Multiscale Information in High Dimensional Data [0.0]
  グローバルアプローチとローカルアプローチの相乗効果を生かした多スケール共同評価手法を提案します。 関節の特徴は, PCA や t-sne のいずれからも明らかでない信号の検出と分離が可能であることを示す。
  論文  参考訳（メタデータ） (2021-02-18T23:33:00Z)
• Generalized Clustering and Multi-Manifold Learning with Geometric Structure Preservation [47.65743823937763]
  一般化データのための幾何構造を保存した新しい汎用クラスタリング・マルチマニフォールド学習(GCML)フレームワークを提案する。 提案フレームワークでは,クラスタリング損失によって導かれる潜在空間において,多様体クラスタリングを行う。 クラスタリング指向の損失が潜伏空間の幾何学的構造を悪化させるという問題を克服するため, 局所的に多様体内構造を保存するための等尺的損失と, グローバルな多様体間構造のランキング損失が提案されている。
  論文  参考訳（メタデータ） (2020-09-21T03:04:57Z)

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。