Fugu-MT 論文翻訳(概要): Big data comparison of quantum invariants

論文の概要: Big data comparison of quantum invariants

arxiv url: http://arxiv.org/abs/2503.15810v1
Date: Thu, 20 Mar 2025 02:52:08 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-21 22:26:43.833022
Title: Big data comparison of quantum invariants
Title（参考訳）: 量子不変量のビッグデータ比較
Authors: Daniel Tubbenhauer, Victor Zhang,
Abstract要約: 探索およびトポロジカルデータ解析を含むビッグデータ技術を用いて量子不変量の調査を行う。より正確には、Jonesは構造的特性と4つの主要な拡張法の下での挙動を対比する。
参考スコア（独自算出の注目度）: 0.3069335774032178
License:
Abstract: We apply big data techniques, including exploratory and topological data analysis, to investigate quantum invariants. More precisely, our study explores the Jones polynomial's structural properties and contrasts its behavior under four principal methods of enhancement: coloring, rank increase, categorification, and leaving the realm of Lie algebras.
Abstract（参考訳）: 探索およびトポロジカルデータ解析を含むビッグデータ技術を用いて量子不変量の調査を行う。より正確には、ジョーンズ多項式の構造的性質を探求し、色付け、階数増加、分類、リー代数の領域の残余という4つの主要な方法の下でその振舞いを対比する。

関連論文リスト

Kriging and Gaussian Process Interpolation for Georeferenced Data Augmentation [10.945947159224302]
本研究は,ラ・ルエニオンのサトウキビ群集におけるコメルナ・ベンガルシス L. の存在を予測することを目的として,ジオレファレンスデータの拡張手法について検討した。収集データの空間特性と高コスト化を考慮し,異なるカーネルを持つガウス過程 (GP) と,様々なヴァリグラムを持つクリッピングの2つのアプローチを評価した。その結果,GPベースの手法,特にGP-COMBを用いた場合,付加的なデータを必要とすることなく回帰アルゴリズムの性能を著しく向上することがわかった。
論文参考訳（メタデータ） (2025-01-13T10:29:09Z)
Gauge-invariant projector calculus for quantum state geometry and applications to observables in crystals [44.99833362998488]
幾何のより複雑な側面は、光応答のような複数のバンドをリンクする性質に現れる。射影演算子に基づく明示的なゲージ不変形式を用いて、新しい多状態幾何不変量を同定する。結晶運動量の特定の値の近傍で生じる射影形式と幾何学的不変量についてより詳細に述べる。
論文参考訳（メタデータ） (2024-12-04T19:00:00Z)
Big data approach to Kazhdan-Lusztig polynomials [0.0]
我々は,ビッグデータからの計算的アプローチを活用することにより,対称群のカジュダン・ルシュティグの構造について検討する。データは、11個の鎖までの対称群に対するトポロジーに適用される。
論文参考訳（メタデータ） (2024-12-02T08:55:44Z)
Datacube segmentation via Deep Spectral Clustering [76.48544221010424]
拡張ビジョン技術は、しばしばその解釈に挑戦する。データ立方体スペクトルの巨大な次元性は、その統計的解釈において複雑なタスクを生じさせる。本稿では,符号化空間における教師なしクラスタリング手法の適用の可能性について検討する。統計的次元削減はアドホック訓練(可変)オートエンコーダで行い、クラスタリング処理は(学習可能な)反復K-Meansクラスタリングアルゴリズムで行う。
論文参考訳（メタデータ） (2024-01-31T09:31:28Z)
Hodge-Aware Contrastive Learning [101.56637264703058]
単純コンプレックスは、マルチウェイ依存によるデータのモデリングに有効である。我々は、単純なデータを処理するための対照的な自己教師付き学習手法を開発した。
論文参考訳（メタデータ） (2023-09-14T00:40:07Z)
Towards a mathematical understanding of learning from few examples with nonlinear feature maps [68.8204255655161]
トレーニングセットがわずか数個のデータポイントから構成されるデータ分類の問題を考える。我々は、AIモデルの特徴空間の幾何学、基礎となるデータ分布の構造、モデルの一般化能力との間の重要な関係を明らかにする。
論文参考訳（メタデータ） (2022-11-07T14:52:58Z)
Learning from few examples with nonlinear feature maps [68.8204255655161]
我々はこの現象を探求し、AIモデルの特徴空間の次元性、データ分散の非退化、モデルの一般化能力の間の重要な関係を明らかにする。本分析の主な推力は、元のデータを高次元および無限次元空間にマッピングする非線形特徴変換が結果のモデル一般化能力に与える影響である。
論文参考訳（メタデータ） (2022-03-31T10:36:50Z)
Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet Transmission Spectra [68.8204255655161]
我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
論文参考訳（メタデータ） (2022-01-07T22:26:33Z)
The role of feature space in atomistic learning [62.997667081978825]
物理的にインスパイアされた記述子は、原子論シミュレーションへの機械学習技術の応用において重要な役割を果たしている。異なる記述子のセットを比較するためのフレームワークを導入し、メトリクスとカーネルを使ってそれらを変換するさまざまな方法を紹介します。原子密度のn-体相関から構築した表現を比較し,低次特徴の利用に伴う情報損失を定量的に評価した。
論文参考訳（メタデータ） (2020-09-06T14:12:09Z)
Multivariate Discrimination in Quantum Target Detection [0.0]
この手法は、自発パラメトリックダウンコンバージョン源からの光子対の時間差と合計エネルギーの2つの独立変数を最適判別剤に結合する。実験データとモンテカルロモデルを用いて, 従来の手法と比較して, 明瞭な改良を施した判別性能について検討した。
論文参考訳（メタデータ） (2020-05-01T21:21:08Z)

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。