論文の概要: Neural Discovery of Strichartz Extremizers

• arxiv url: http://arxiv.org/abs/2605.04918v2
• Date: Thu, 07 May 2026 15:44:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 17:36:06.169653
• Title: Neural Discovery of Strichartz Extremizers
• Title（参考訳）: Strichartz Extremizerの神経学的発見
• Authors: Nicolás Valenzuela, Ricardo Freire, Claudio Muñoz,
• Abstract要約: Strijectural bound inequality(英語版)は、分散PDEの現代理論の基礎である。 比較誤差が10～3ドル以内の$d=1,2$のエクストリームライザを検索する。 上述の A_q,r$ は接近するが、呼吸器群に沿って到達しない、という正確な予想を提案する。
• 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: Strichartz inequalities are a cornerstone of the modern theory of dispersive PDEs, but their extremizers are known explicitly only in a handful of sharp cases. The non-convexity of the underlying functional makes the problem hard, and to our knowledge no systematic numerical attack has been attempted. We propose a simple neural-network-based pipeline that searches for extremizers as critical points of the Strichartz ratio, and apply it in three settings. First, on the Schrödinger group we recover the Gaussian extremizers of Foschi and Hundertmark--Zharnitsky in dimensions $d=1,2$ to within $10^{-3}$ relative error, with no analytical prior. Second, on $59$ further admissible pairs in $d=1$ where the answer is conjectural, the method consistently finds Gaussians, supporting the conjecture that Gaussians are the universal extremizers in the admissible range. Third, on the critical Airy--Strichartz inequality at $γ=1/q$, where existence is open, the optimization does not converge to any $L^2$ profile: instead, the iterates organize themselves as mKdV breathers $B(0,\cdot;α,1,0,0)$ with growing internal frequency $α$, and the discovered ratio approaches the Frank--Sabin universal lower bound $\widetilde A_{q,r}$ from below with a power-law gap $\simα^{-0.9}$. We confirm the same picture with an independent Hermite-basis ansatz. We propose a precise conjecture: the supremum equals $\widetilde A_{q,r}$ and is approached, but not attained, along the breather family. The pipeline thus serves both as a validator on known cases and as a discovery tool when no extremizer exists.
• Abstract（参考訳）: Strichartzの不等式は、分散PDEの現代理論の基盤となっているが、その超越化器は少数の鋭いケースでのみ明示的に知られている。 基礎となる関数の非凸性は問題を難しくし、我々の知る限り、体系的な数値攻撃は試みられていない。 本稿では,Strichartz比の臨界点としてエクストレマイザを探索し,それを3つの設定で適用する,単純なニューラルネットワークベースのパイプラインを提案する。 まず、シュレーディンガー群上では、フォスキとフンダートマルクのガウス過激化器を次元$d=1,2$から10^{-3}$の相対誤差で回収する。 第二に、解が単射である$d=1$の59$以上の許容可能な対において、この方法は常にガウス群を見つけ、ガウス群が許容範囲の普遍超越元であるという予想を支持する。 第三に、重要なAiry--Strichartzの不等式である$γ=1/q$では、その最適化は任意の$L^2$プロファイルに収束しない:代わりに、イテレートはmKdVの振動子$B(0,\cdot;α,1,0,0)$として、内部周波数$α$が増加し、発見比がフランク・サビンの普遍的下界$\widetilde A_{q,r}$に近づく。 独立したHermite-basis ansatzで同じ画像を確認した。 上限は$\widetilde A_{q,r}$と等しく、接近するが、息づかい族に沿って到達しない。 したがって、パイプラインは既知のケースのバリデータとして機能し、エクストレマイザが存在しない場合にはディスカバリツールとして機能する。

関連論文リスト

• FlowBoost Reveals Phase Transitions and Spectral Structure in Finite Free Information Inequalities [1.4721615285883427]
  有限自由加法的畳み込み$boxplus_n$の下で、実根不等式に対する有限自由スタムについて検討する。 $p=2$ FlowBoost では、Hermite 対は等式として一意である。 平均零部分空間上の二重結合行列 $E_n$ の値は 2k/2:k=1,ldots,n-1$ である。
  論文  参考訳（メタデータ） (2026-04-13T18:09:32Z)
• A Unified Framework for Uniform Signal Recovery in Nonlinear Generative Compressed Sensing [68.80803866919123]
  非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。 本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。 また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
  論文  参考訳（メタデータ） (2023-09-25T17:54:19Z)
• Rigorous derivation of the Efimov effect in a simple model [68.8204255655161]
  我々は、2体ゼロレンジ相互作用と、与えられた半径$a>0$の3体ハードコア反発を持つ$mathbbR3$の3つの同一ボソンの系を考える。
  論文  参考訳（メタデータ） (2023-06-21T10:11:28Z)
• Universality in the tripartite information after global quenches: (generalised) quantum XY models [0.0]
  我々は、R'enyi-$alpha$ tripartite information $I_3(alpha)$ 定常状態における3つの隣接部分系が、等質状態と二成分状態の両方からの非相互作用スピン鎖における大域的クエンチの後に現れると考える。 我々は、$I_3(alpha)$が無限長の極限においてもゼロではないような設定を特定し、はしご上の自由フェルミオン場の記述を効果的に量子場理論で記述する。
  論文  参考訳（メタデータ） (2023-02-02T18:50:42Z)
• A Nearly Tight Bound for Fitting an Ellipsoid to Gaussian Random Points [50.90125395570797]
  このことは対数的因子の中でのciteSaundersonCPW12 の予想をほぼ成立させる。 後者の予想は、機械学習とある種の統計上の問題に対する2乗下界との結びつきから、過去10年間で大きな注目を集めている。
  論文  参考訳（メタデータ） (2022-12-21T17:48:01Z)
• Near-Optimal SQ Lower Bounds for Agnostically Learning Halfspaces and ReLUs under Gaussian Marginals [49.60752558064027]
  ガウス境界の下では、半空間とReLUを不可知的に学習する基本的な問題について検討する。 我々の下限は、これらのタスクの現在の上限が本質的に最良のものであるという強い証拠を与える。
  論文  参考訳（メタデータ） (2020-06-29T17:10:10Z)
• Agnostic Learning of a Single Neuron with Gradient Descent [92.7662890047311]
  期待される正方形損失から、最も適合した単一ニューロンを学習することの問題点を考察する。 ReLUアクティベーションでは、我々の人口リスク保証は$O(mathsfOPT1/2)+epsilon$である。 ReLUアクティベーションでは、我々の人口リスク保証は$O(mathsfOPT1/2)+epsilon$である。
  論文  参考訳（メタデータ） (2020-05-29T07:20:35Z)
• Nearly Optimal Regret for Stochastic Linear Bandits with Heavy-Tailed Payoffs [35.988644745703645]
  我々は、リニアバンディットをヘビーテールのペイオフで分析し、そこではペイオフは1+epsilon$のモーメントしか持たない。 本稿では,$widetildeO(dfrac12Tfrac11+epsilon)$のサブ線形後悔境界を満足する2つの新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-04-28T13:01:38Z)
• Curse of Dimensionality on Randomized Smoothing for Certifiable Robustness [151.67113334248464]
  我々は、他の攻撃モデルに対してスムースな手法を拡張することは困難であることを示す。 我々はCIFARに関する実験結果を示し,その理論を検証した。
  論文  参考訳（メタデータ） (2020-02-08T22:02:14Z)

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。