論文の概要: Field Matching: an Electrostatic Paradigm to Generate and Transfer Data

• arxiv url: http://arxiv.org/abs/2502.02367v1
• Date: Tue, 04 Feb 2025 14:50:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 15:05:27.274277
• Title: Field Matching: an Electrostatic Paradigm to Generate and Transfer Data
• Title（参考訳）: フィールドマッチング: データの生成と転送のための静電パラダイム
• Authors: Alexander Kolesov, Manukhov Stepan, Vladimir V. Palyulin, Alexander Korotin,
• Abstract要約: 本研究では, 静電場マッチング(EFM)を提案する。 私たちのアプローチは、電気コンデンサの物理学にインスパイアされています。 実際に,おもちゃおよび画像データ実験におけるEMFの性能を実演する。
• 参考スコア（独自算出の注目度）: 88.05319226856207
• License:
• Abstract: We propose Electrostatic Field Matching (EFM), a novel method that is suitable for both generative modeling and distribution transfer tasks. Our approach is inspired by the physics of an electrical capacitor. We place source and target distributions on the capacitor plates and assign them positive and negative charges, respectively. We then learn the electrostatic field of the capacitor using a neural network approximator. To map the distributions to each other, we start at one plate of the capacitor and move the samples along the learned electrostatic field lines until they reach the other plate. We theoretically justify that this approach provably yields the distribution transfer. In practice, we demonstrate the performance of our EFM in toy and image data experiments.
• Abstract（参考訳）: 本研究では, 静電場整合法 (EFM) を提案する。 私たちのアプローチは、電気コンデンサの物理学にインスパイアされています。 ソースとターゲットの分布をコンデンサプレートに配置し,それぞれ正電荷と負電荷を割り当てる。 次に、ニューラルネットワーク近似器を用いてコンデンサの静電場を学習する。 分布を互いにマップするために、コンデンサの一方のプレートから始め、サンプルを学習した静電場線に沿って移動させ、もう一方のプレートに到達する。 理論的には、このアプローチが確実に分布移動をもたらすことを正当化する。 実際に,おもちゃおよび画像データ実験におけるEMFの性能を実演する。

関連論文リスト

• Quantum enhanced electric field mapping within semiconductor devices [0.0]
  動作半導体デバイスにおける移動電荷と電界の相互作用をナノメートル精度で3次元マッピングする手法を提案する。 この方法は、ナノメートル精度で動作する半導体装置において、移動電荷と電場との相互作用をマッピングできる新しい量子強化電子デバイス技術の道を開く。
  論文  参考訳（メタデータ） (2024-10-14T17:24:07Z)
• Generalized Gouy Rotation of Electron Vortex beams in uniform magnetic fields [54.010858975226945]
  磁場中における相対論的同軸方程式の正確な解を用いた磁場中のEVBのダイナミクスについて検討する。 一般化されたグーイ回転の下で異なる状態について統一的に記述し、グーイ位相をEVB回転角にリンクする。 この研究は、磁場中のEVBのダイナミクスに関する新たな洞察を与え、渦粒子のビーム操作とビーム光学の実践的応用を示唆している。
  論文  参考訳（メタデータ） (2024-07-03T03:29:56Z)
• A Comparison of Deep Learning Models for Proton Background Rejection with the AMS Electromagnetic Calorimeter [0.0]
  アルファ磁気分光計(Alpha Magnetic Spectrometer、AMS)は、国際宇宙ステーション(ISS)に搭載されている高精度粒子検出器である。 AMSによって宇宙空間で測定されたポジトロンフラックスは、予想外の25GeV以上の軟化と280GeV以上の硬化を伴っている。 深層学習(DL)を用いたAMS ECALを用いた新しい粒子識別手法を提案する。
  論文  参考訳（メタデータ） (2024-02-26T04:06:05Z)
• Measurement-Induced Transmon Ionization [69.65384453064829]
  トランスモンイオン化の起源の物理像を提供する包括的枠組みを開発する。 この枠組みは、トランスモンイオン化に関与する多光子共鳴を同定する。 また、イオン化のための光子数閾値の数値推定を効率的に計算することができる。
  論文  参考訳（メタデータ） (2024-02-09T18:46:50Z)
• Learning and Controlling Silicon Dopant Transitions in Graphene using Scanning Transmission Electron Microscopy [58.51812955462815]
  単層炭素原子上のシリコン原子の遷移ダイナミクスを機械学習で決定する手法を提案する。 データサンプルは、ニューラルネットワークをトレーニングして遷移確率を予測するために、シンボリック表現を生成するために処理され、フィルタリングされる。 これらの学習された遷移ダイナミクスを利用すれば、格子全体に1つのシリコン原子を誘導し、あらかじめ決定された目標目的地へと導くことができる。
  論文  参考訳（メタデータ） (2023-11-21T21:51:00Z)
• Fermionic condensate and the vacuum energy-momentum tensor for planar fermions in homogeneous electric and magnetic fields [0.0]
  外部定数および均一な電場および磁場の平面上に局在した巨大なフェルミオン量子場を考える。 ディラック方程式に対する完全な解の集合が提示される。
  論文  参考訳（メタデータ） (2023-06-20T09:18:43Z)
• First-quantized eigensolver for ground and excited states of electrons under a uniform magnetic field [0.0]
  第一量子化固有解法(英: First-quantized eigensolver, FQE)は、近年提案されている量子計算のフレームワークである。 本稿では,FQE計算に均一な磁場を導入する手法を提案する。
  論文  参考訳（メタデータ） (2022-12-28T12:44:44Z)
• Imaging ferroelectric domains with a single-spin scanning quantum sensor [0.0]
  ここでは, 走査型窒素空孔顕微鏡を用いて圧電・不適切な強誘電体中のドメインパターンを画像化する。 環境条件下での電場と磁場の両方を測定する能力は、多官能・多官能材料やデバイスの研究にエキサイティングな機会をもたらす。
  論文  参考訳（メタデータ） (2022-12-15T15:41:53Z)
• Determining ground-state phase diagrams on quantum computers via a generalized application of adiabatic state preparation [61.49303789929307]
  我々は、状態準備のために局所的な断熱ランプを使用して、時間的進化を通じて量子コンピュータ上の基底状態位相図を直接計算することができる。 我々は,IBMの量子マシンを用いて,二つのサイトシステムと3つのサイトシステムの両方の正確な位相図を計算できる。
  論文  参考訳（メタデータ） (2021-12-08T23:59:33Z)
• Particle Dynamics for Learning EBMs [83.59335980576637]
  エネルギーベースモデリングは教師なし学習への有望なアプローチであり、単一のモデルから多くの下流アプリケーションを生み出す。 コントラスト的アプローチ(contrastive approach)"でエネルギーベースモデルを学習する際の主な困難は、各イテレーションで現在のエネルギー関数からサンプルを生成することである。 本稿では,これらのサンプルを取得し,現行モデルからの粗大なMCMCサンプリングを回避するための代替手法を提案する。
  論文  参考訳（メタデータ） (2021-11-26T23:41:07Z)

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。