Fugu-MT 論文翻訳(概要): Moment-Resolved Readout and Reservoir Diversity in Nonequilibrium Langevin Computing

論文の概要: Moment-Resolved Readout and Reservoir Diversity in Nonequilibrium Langevin Computing

arxiv url: http://arxiv.org/abs/2607.14520v1
Date: Thu, 16 Jul 2026 03:16:37 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-17 17:01:32.964271
Title: Moment-Resolved Readout and Reservoir Diversity in Nonequilibrium Langevin Computing
Title（参考訳）: 非平衡ランゲヴィン計算におけるモーメント解決読み出しと貯留層多様性
Abstract要約: ランゲヴィンに基づく熱力学コンピュータは、計算の物理基板として熱ゆらぎを利用する。最近の研究は、クォートに富んだ自由度が、有限観測時間で非線形関数近似が可能な変動する熱力学ニューロンとして振る舞うことを示している。
参考スコア（独自算出の注目度）: 7.053149178115695
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Nonlinear thermodynamic computers based on Langevin dynamics exploit thermal fluctuations as a physical substrate for computation. Recent work has shown that quartic-confined fluctuating degrees of freedom can act as thermodynamic neurons capable of nonlinear function approximation at finite observation times. Here we extend this paradigm from mean-only readout to moment-resolved readout. Instead of representing each driven reservoir solely by its first moment, we construct a response vector from the elementwise raw polynomial moments $\mathbb{E}[\bm{x}]$, $\mathbb{E}[\bm{x}^{\odot 2}]$, and $\mathbb{E}[\bm{x}^{\odot 4}]$. These observables combine displacement and central-shape contributions and are naturally aligned with the linear, quadratic, and quartic terms of the local driven dynamics. We further introduce a heterogeneous multi-reservoir architecture in which three reservoirs with distinct initialization and training histories form a joint $2304$-dimensional response representation. Under the fixed MNIST $60000/10000$ reproduction protocol, feature-level fusion achieves the best observed accuracy of $9695/10000=96.95\%$, compared with $9682/10000=96.82\%$ for the strongest single-reservoir model and $9684/10000=96.84\%$ for equal-weight logit averaging. An exact paired McNemar test does not establish a statistically significant improvement over the strongest single reservoir, but the ablation and wrong-set overlap results provide suggestive evidence of complementary classification errors. These results motivate higher-order polynomial-moment readout and reservoir heterogeneity as candidate design principles for finite-time Langevin computing.
Abstract（参考訳）: ランゲヴィン力学に基づく非線形熱力学コンピュータは、計算の物理基板として熱ゆらぎを利用する。近年の研究では、クォートに富んだゆらぎの度合いは、有限観測時間で非線形関数近似が可能な熱力学ニューロンとして機能することが示されている。ここでは、このパラダイムを平均のみの読み出しからモーメント解決読み出しまで拡張する。それぞれの駆動型貯水池をその最初の瞬間のみで表すのではなく、要素的に生の多項式モーメント $\mathbb{E}[\bm{x}]$, $\mathbb{E}[\bm{x}^{\odot 2}]$, $\mathbb{E}[\bm{x}^{\odot 4}]$ から応答ベクトルを構築する。これらのオブザーバブルは変位と中心形状の寄与を結合し、局所駆動力学の線型、二次、および四次項と自然に一致している。さらに、異なる初期化とトレーニング履歴を持つ3つの貯水池が結合 $2304$ 次元の応答表現を形成する異種多貯留層アーキテクチャを導入する。固定されたMNIST $60000/10000$ 再生プロトコルでは、最強の単一貯留層モデルでは $9682/10000=96.82\%$ 、等重量のロジット平均化では $9684/10000=96.84\%$ に対して、特徴レベルの融合は、最も観測精度の高い $9695/10000=96.95\%$ を達成する。正確なペアのマクネマール試験では、最強の単一貯水池よりも統計的に有意な改善は得られないが、アブレーションと間違ったセットの重複の結果は相補的な分類誤差の示唆的な証拠となる。これらの結果は、有限時間ランゲヴィン計算の候補設計原理として、高次多項式モーメントの読み出しと貯水池の不均一性を動機付けている。

関連論文リスト

Interpretable Activation-Selection Neural Networks for Symbolic Regression of Parameter-Dependent Hamiltonian Eigenvalues [45.88028371034407]
本稿では,アクティベーション・セレクション・ネットワーク (ASN) を導入する。各入力ノードは、予め定義された分析関数のスパース結合を学習し、トレーニングされたネットワークを直接明示的な表現に変換することができる。 ASNを、ゼロ量子核磁気共鳴に関連する有効3-および4-サイトスピン鎖ハミルトンに応用する。
論文参考訳（メタデータ） (2026-08-26T07:45:10Z)
Out-of-equilibrium inhomogeneous XX chains: Exact results and the hydrodynamic limit [0.0]
ステップ状磁場を持つXX鎖の平衡外ダイナミクスについて検討する。フェルミオン二点相関関数の正確な解析式を得る。有限時間補正を除いて, 流体力学の限界は良好に一致している。
論文参考訳（メタデータ） (2026-08-08T16:01:25Z)
Exact Finite-Dimensional Evaluation of Homodyne Quantum Trajectories for Single-Quadrature Hamiltonian [0.0]
継続的に監視されるシステムの、完全に解決可能なクラスを特定します。任意の有限次二次モーメントに対する条件力学の正確な有限角表現を導出する。結果の方程式はハミルトン次数とモーメント次数にのみ依存し、計算複雑性はヒルベルト空間次元とは独立である。
論文参考訳（メタデータ） (2026-07-28T00:32:22Z)
Non-Asymptotic Variational Learning for Monotone Nonlinear Multiscale Elliptic Equations: Scale-Robust Primal-Dual Bounds and Strong-Form Statistical Ill-Conditioning [0.0]
我々は、一様非線形多スケール楕円型方程式の変分物理学インフォームド近似に対する非漸近近似、サンプリング、有限点最適化理論を開発した。境界整合性ニューロ特徴クラスでは、集団誤差は近似、経験的四分法、投影的次数項に分けられ、全ての非近似定数は顕微鏡スケール(ヴァレプシロン)で均一である。
論文参考訳（メタデータ） (2026-07-17T07:26:29Z)
Is Spurious Correlation Removal Always Learnable? [56.28155520961125]
不変学習は、構造が統計的に識別可能であっても失敗することがある。ブラックボックスサンプリング可能な教師付きスパースリカバリプリミティブの下では、実証可能な多次元環境が存在する。合成および実際のデータセットは、予測されたギャップと遷移を示し、単純な多様性診断を動機付ける。
論文参考訳（メタデータ） (2026-06-11T05:49:43Z)
Intrinsic Wasserstein Rates for Score-Based Generative Models on Smooth Manifolds [61.14405512940818]
Scoreベースの生成モデルは高次元空間で訓練されていることを示す。有限固有アンカーとガウス・ニュートンによる最も近い射影座標のReLU実装を用いる。
論文参考訳（メタデータ） (2026-05-15T10:20:05Z)
Polynomial Convergence of Riemannian Diffusion Models [46.72936436234762]
拡散モデルは、現代のAIにおける最先端の生成モデルの一つと見なされている。既存の文献の多くは、基礎となる空間はユークリッド空間であると仮定している。多くの実践的応用において、データはユークリッド空間の部分多様体上に置かれることに制約される。
論文参考訳（メタデータ） (2026-01-05T19:14:09Z)
Efficient Pseudomode Representation and Complexity of Quantum Impurity Models [0.7373617024876725]
平衡外フェルミオン量子不純物モデル(英語版)(QIM)は、連続するフェルミオン浴に結合された小さな相互作用系を記述する。複雑な指数関数の和によって機能する浴槽のファインマン・ヴァーノン効果の核を近似する効率の良い浴槽表現を見いだす。本研究の成果をQIMに関連付けるため, 複合不純物-擬態系の時間進化を記述した明示的なLiouvillianを導出した。
論文参考訳（メタデータ） (2024-09-13T13:31:53Z)
Exact dynamics of quantum dissipative $XX$ models: Wannier-Stark localization in the fragmented operator space [49.1574468325115]
振動と非振動崩壊を分離する臨界散逸強度において例外的な点が見つかる。また、演算子部分空間全体の単一減衰モードにつながる異なるタイプの散逸についても記述する。
論文参考訳（メタデータ） (2024-05-27T16:11:39Z)
Unbiased Kinetic Langevin Monte Carlo with Inexact Gradients [0.8749675983608172]
動力学的ランゲヴィンダイナミクスに基づく後進手段の非バイアス化手法を提案する。提案した推定器は偏りがなく、有限分散となり、中心極限定理を満たす。以上の結果から、大規模アプリケーションでは、非バイアスアルゴリズムは「ゴールドスタンダード」なハミルトニアン・モンテカルロよりも2～3桁効率が良いことが示された。
論文参考訳（メタデータ） (2023-11-08T21:19:52Z)
Sampling Approximately Low-Rank Ising Models: MCMC meets Variational Methods [35.24886589614034]
一般相互作用が$J$である超キューブ上の二次定値イジングモデルを考える。我々の一般的な結果は、低ランクのIsingモデルに対する最初のサンプリングアルゴリズムを示唆している。
論文参考訳（メタデータ） (2022-02-17T21:43:50Z)
The Schr\"odinger Bridge between Gaussian Measures has a Closed Form [101.79851806388699]
我々は OT の動的定式化(Schr"odinger bridge (SB) 問題)に焦点を当てる。本稿では,ガウス測度間のSBに対する閉形式表現について述べる。
論文参考訳（メタデータ） (2022-02-11T15:59:01Z)
Multipole Graph Neural Operator for Parametric Partial Differential Equations [57.90284928158383]
物理系をシミュレーションするためのディープラーニングベースの手法を使用する際の大きな課題の1つは、物理ベースのデータの定式化である。線形複雑度のみを用いて、あらゆる範囲の相互作用をキャプチャする、新しいマルチレベルグラフニューラルネットワークフレームワークを提案する。実験により, 離散化不変解演算子をPDEに学習し, 線形時間で評価できることを確認した。
論文参考訳（メタデータ） (2020-06-16T21:56:22Z)

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。