Голограммы будущего: нейросети и точная физика
![В ходе исследования продемонстрирована способность предсказанных фазовых голограмм [latex] [-\pi, \pi] [/latex] формировать интенсивность дальнего поля, соответствующую целевым изображениям размером [latex] 28 \times 28 [/latex], что подтверждает эффективность предложенного подхода к генерации пользовательских оптических целей.](https://arxiv.org/html/2602.17624v1/images/target_15.png)
Новый подход к генерации фазовых голограмм с использованием трансформеров и точных расчетов дифракции позволяет создавать высококачественные изображения быстрее и эффективнее традиционных методов.
Управление светом: компактный анализатор и синтезатор поляризации
Новая фотонная интегральная схема позволяет полностью контролировать поляризацию света, объединяя в себе функции генерации и анализа.
За гранью локальной плотности: современные функционалы теории функционала плотности
В статье представлен всесторонний обзор современных полулокальных и гибридных функционалов, используемых в теории функционала плотности, и их влияние на точность расчетов.
Узелки и нейросети: где кроется истина?
Новое исследование показывает, что алгоритмы машинного обучения при классификации узлов часто полагаются на легко обнаруживаемые геометрические признаки, а не на фундаментальные топологические свойства.
Квантовый скачок или торможение? Размышления о будущем квантовых технологий
Квантовый скачок или торможение? Размышления о будущем квантовых технологий Парадоксально, но часто самые мощные инструменты прогресса оказываются скованными бюрократией и страхами. Мы строим сложные машины для исследования Вселенной, но боимся открытости и сотрудничества, которые необходимы для настоящего прорыва. Представьте себе оркестр. Каждый инструмент важен, но только когда они играют вместе, возникает гармония. Квантовые технологии – … Читать далее
Контекст и цена адаптации: новый взгляд на внутренние представления
Исследование показывает, что поддержание фиксированного внутреннего состояния при обработке контекстной информации неизбежно влечет за собой информационные издержки для классических вероятностных моделей.
Архитектура Canon: Динамическое управление параллельными вычислениями
Новая архитектура Canon позволяет эффективно распределять вычислительные ресурсы и адаптироваться к различным типам задач, особенно тем, которые характеризуются нерегулярными данными.
Предел роста: Анализ масштабирования нейросетей на CPU
![Архитектура GNR демонстрирует значительное превосходство в оптимизации пропускной способности при выводе ResNet-50, преодолевая ограничения устаревших платформ, вызванные недостатком векторных ресурсов и пропускной способности памяти, и обеспечивая масштабируемость высокой параллельности, в то время как последние быстро достигают насыщения [latex] \approx 0 [/latex].](https://arxiv.org/html/2602.16858v1/figure_optimization_heatmap-modern.png)
Новое исследование демонстрирует, как современные процессоры расширяют возможности глубокого обучения, но сталкиваются с фундаментальными ограничениями масштабируемости.
Иммунный репертуар: новый подход к масштабируемому анализу
Исследователи предлагают эффективный алгоритм для анализа больших объемов данных иммунного репертуара, обеспечивающий точность и снижение вычислительных затрат.
Сжатое описание столкновений частиц: новый подход к машинному обучению в физике высоких энергий
![В представлении событий RMM-C46 наблюдается корреляция между образцами [latex]\mathrm{t\bar{t}}[/latex], демонстрирующая взаимосвязь в данных и потенциальную основу для дальнейшего анализа.](https://arxiv.org/html/2602.17563v1/x5.png)
Исследователи предлагают компактное представление данных о столкновениях частиц, позволяющее значительно упростить задачи машинного обучения и открыть новые возможности для квантовых алгоритмов.