Fugu-MT 論文翻訳(概要): Kibble-Zurek Meets Tricriticality: Breakdown of Adiabatic-Impulse and New Scaling Forms

論文の概要: Kibble-Zurek Meets Tricriticality: Breakdown of Adiabatic-Impulse and New Scaling Forms

arxiv url: http://arxiv.org/abs/2511.21386v1
Date: Wed, 26 Nov 2025 13:34:46 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-27 18:37:59.116149
Title: Kibble-Zurek Meets Tricriticality: Breakdown of Adiabatic-Impulse and New Scaling Forms
Title（参考訳）: Kibble-Zurekの3つの臨界点: 断熱的インパルスと新しいスケーリングフォームの破壊
Authors: Chengshu Li,
Abstract要約: キブル・ズレック効果は、3つの臨界点の周囲で研究され、そこでは断熱的・衝撃的なシナリオが崩壊する。いくつかの新しいスケーリング形式も提案されている。
参考スコア（独自算出の注目度）: 1.0589243582043477
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Kibble-Zurek effect is studied around a tricritical point, where the adiabatic-impulse scenario breaks down. Several new scaling forms are also proposed.
Abstract（参考訳）: キブル・ズレック効果は、3つの臨界点の周囲で研究され、そこでは断熱的・衝撃的なシナリオが崩壊する。いくつかの新しいスケーリング形式も提案されている。

関連論文リスト

CoE: Deep Coupled Embedding for Non-Rigid Point Cloud Correspondences [39.86137431293853]
我々は、意味的に類似した点が同様の埋め込みを共有する埋め込み空間において、ポイントごとの高次元埋め込みという新しい形状表現を学習する。学習された埋め込みは、基礎となる形状の形状を認識し、変形や様々な形状のアーチファクトに対して堅牢である。
論文参考訳（メタデータ） (2024-12-07T06:42:35Z)
Point Cloud Resampling with Learnable Heat Diffusion [58.050130177241186]
ポイントクラウド再サンプリングのための学習可能な熱拡散フレームワークを提案する。前の固定された拡散モデルとは異なり、適応条件は点雲の幾何学的特徴を選択的に保存する。
論文参考訳（メタデータ） (2024-11-21T13:44:18Z)
Varying quench dynamics in the transverse Ising chain: the Kibble-Zurek, saturated, and pre-saturated regimes [4.990033559491569]
Kibble-Zurek機構によれば、欠陥密度とクエンチレートとの間には普遍的なパワー・ロー関係がある。様々なクエンチのダイナミクスを観察し、飽和状態とキブルズールク状態の間に位置する飽和状態を特定する。
論文参考訳（メタデータ） (2023-07-17T16:09:29Z)
Automatic Crater Shape Retrieval using Unsupervised and Semi-Supervised Systems [9.088303226909277]
本稿では,教師なし非深層学習と半教師付き深層学習の組み合わせを提案する。教師なしの非深度学習では,クレーターの形状を抽出する適応的なリム抽出アルゴリズムが提案されている。抽出されたクレーターの形状は、半教師付き深層学習において、位置、大きさ、精製された形状を取得するために使用される。
論文参考訳（メタデータ） (2022-11-03T16:16:29Z)
NeuralMeshing: Differentiable Meshing of Implicit Neural Representations [63.18340058854517]
ニューラルな暗黙表現から表面メッシュを抽出する新しい微分可能なメッシュアルゴリズムを提案する。本手法は,通常のテッセルレーションパターンと,既存の手法に比べて三角形面の少ないメッシュを生成する。
論文参考訳（メタデータ） (2022-10-05T16:52:25Z)
Anomalous universal adiabatic dynamics: The case of the Fredkin model [0.0]
我々は、他の普遍的スケーリング法則を示すことができる欠陥の数について研究するが、これは重要な指数である$z$ と $nu$ にのみ関係しているが、キブル・ズレックの結果とは異なっている。例として、変形したフレドキンスピン鎖(英語版)があり、そこでは標準的な断熱力学の破れが生じる。
論文参考訳（メタデータ） (2022-07-16T08:32:46Z)
A Comparative Study of Feature Expansion Unit for 3D Point Cloud Upsampling [70.16140506187475]
既存の機能拡張ユニットのほとんどは、各ポイント機能を独立して処理していることを示す。画像超解像のアップサンプリングモジュールに着想を得て,ProEdgeShuffleという機能拡張ユニットを提案する。
論文参考訳（メタデータ） (2022-05-19T14:36:46Z)
A Numerical Proof of Shell Model Turbulence Closure [41.94295877935867]
本稿では, 統計誤差, ユーレリアおよびラグランジアン構造関数, エネルギーカスケードの断続統計を定量的に再現するディープリカレントニューラルネットワークに基づく閉包を提案する。本研究は,3次元ナビエ-ストークス乱流に対する類似した手法の開発を奨励するものである。
論文参考訳（メタデータ） (2022-02-18T16:31:57Z)
Bayesian Active Learning by Disagreements: A Geometric Perspective [64.39292542263286]
モデル不確実性推定と相互作用するコアセット構築においてBALDを実行するフレームワークである不一致による幾何学的アクティブラーニング(GBALD)を提案する。 GBALDはノイズや繰り返しのサンプルに対してわずかに摂動があり、BALDやBatchBALDなど既存の深層学習アプローチよりも優れています。
論文参考訳（メタデータ） (2021-05-06T09:37:59Z)
ShapeAdv: Generating Shape-Aware Adversarial 3D Point Clouds [78.25501874120489]
我々は、ポイントクラウドオートエンコーダの学習した潜在空間を活用することで、形状認識型3Dポイントクラウド攻撃を開発する。以前のものとは違って、結果として生じる3D点の雲は、元の雲に近い状態での3D点の雲の形状の変化を反映している。
論文参考訳（メタデータ） (2020-05-24T00:03:27Z)

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。