Нейросети решают уравнения: От классики к квантовым вычислениям

Параметрические квантовые схемы интегрированы между классическими нейронными сетями, где предшествующие и последующие слои адаптируют размерность для кубитов квантового слоя, каждый из которых функционирует как нейрон, создавая таким образом гибридную архитектуру, способную к адаптивному вычислению.

Новая платформа PINNACLE объединяет передовые методы обучения нейросетей для эффективного решения дифференциальных уравнений в различных областях науки и техники.

Квантовые схемы под давлением: новый набор для проверки надёжности

Использование QMutBench демонстрирует последовательный процесс, позволяющий оценить и оптимизировать мутационные тесты, обеспечивая эффективный способ повышения качества программного обеспечения.

Представлен QMutBench — обширный набор мутировавших квантовых схем, призванный помочь в оценке и совершенствовании методов тестирования квантового программного обеспечения.

Квантовые вычисления на GPU: новый подход к моделированию сложных молекул

В разработанном конвейере cuNNQS-SCI, ускоренном графическим процессором, вычисление волновых функций и локальных энергий осуществляется посредством последовательного выполнения этапов: генерации и локальной дедупликации конфигураций, глобальной дедупликации и группировки между устройствами, пакетного вывода нейронной сети для оценки амплитуд и точной оценки локальной энергии с последующим сведением и обновлением параметров, что позволяет оптимизировать процесс и повысить эффективность вычислений.

Исследователи разработали cuNNQS-SCI — фреймворк, использующий графические процессоры для ускорения расчетов в квантовой химии и преодоления ограничений по памяти.

Восстановление деталей изображений: новый взгляд с использованием семантического анализа и RWKV

Архитектура семантического сканирования, ориентированная на мультизернистость, заменяет стандартное рекуррентное сканирование стратегией, управляемой семантикой, где порядок обработки динамически определяется прототипами, полученными в результате кластеризации, а новый три-токенный промпт (глобальный, прототип, регистр) направляет процесс слияния RWKV, обеспечивая контекстную осведомленность и устойчивость к артефактам.

Исследователи предлагают инновационный подход к пан-шарпенингу, объединяющий семантическую сегментацию с мощной архитектурой RWKV для получения изображений с высокой четкостью и детализацией.

Хаос в потоке: Новый взгляд на турбулентность

Зависимость отношения [latex](q-1)/h[/latex] от обратной величины [latex]1/\beta[/latex], полученная для оптимальных параметров, характеризующих соответствие данных, представленных на рисунке 1, демонстрирует коллапс кривых при различных числах Рейнольдса и монотонное увеличение [latex](q-1)/h[/latex] с ростом [latex]1/\beta[/latex], что указывает на существование критического масштабирования флуктуаций циркуляции скорости.

Исследование показывает, что флуктуации циркуляции в турбулентных потоках могут быть точно описаны с помощью qq-экспоненциальных распределений, открывая путь к упрощенному пониманию этого сложного явления.

Преодолевая Логарифмические Барьеры: Новые Расчеты Электрослабых Коррекций

Исследователи представили усовершенствованную реализацию двухпетлевых электрослабых поправок, повышающую точность предсказаний для экспериментов на Большом адронном коллайдере.