Денис Аветисян

Стиль сквозь века: математика искусства

от

Новое исследование показывает, как инструменты топологического анализа данных позволяют количественно оценить и различить стили живописи, от авторских манеры до направлений в искусстве.

Квантовое обучение: новый взгляд на фазовые переходы

от

В рамках исследования фазовых переходов в $2+12{+}1$-мерной модели торцового кода с магнитным полем, состояния основного уровня приближенно рассчитываются вариационным квантовым решателем собственных значений (VQE) с использованием параметризованной цепи газового кольца (PLGC) на конечных решетках, после чего применяются методы квантового обучения данным (QDL) для выявления фазовой структуры и разграничения топологически упорядоченных и ферромагнитно упорядоченных фаз.

Исследователи продемонстрировали, что квантовое машинное обучение способно эффективно выявлять фазовые переходы в топологических системах, открывая перспективы для изучения сильнокоррелированных материалов.

Видео-Рассуждения: Как Модели Углубляют Понимание Видео с Текстом

от

Визуальное размышление в Video-R4 осуществляется посредством итеративного отбора кадров, приближения к ключевым областям и перекодирования пикселей, формируя замкнутый цикл «чтение-извлечение-перефокусировка-усиление» для обоснованного анализа видео.

Новая модель Video-R4 улучшает интерпретацию видеороликов с текстовым сопровождением за счет многократного анализа ключевых кадров и областей изображения.

Экологический след искусственного интеллекта: от разработки до применения

от

Обзор анализирует растущее воздействие генеративных моделей ИИ на окружающую среду, уделяя особое внимание энергопотреблению и углеродному следу на всех этапах жизненного цикла.

Укрощение квантового шума: новый подход к моделированию сложных систем

от

В ансамблевом гамильтоновом подходе, несмотря на геометрическую локальность строк Паули, корреляции между их коэффициентами могут быть всеохватывающими, демонстрируя ковариацию порядка $Ω(1)$ даже для удалённых областей их поддержки; для подготовки состояния используется квантовый канал, создающий состояние $ρ(0) = ρ\_S ⊗ γ\_E$, где $ρ\_S$ - произведение состояний, зависящее от изучаемого ядра, а $γ\_E$ - гауссово состояние, которое эволюционирует во времени под воздействием $U\_{\Lambda}(t)(\rho\_S) = U\_{\Lambda}(2t,0)\rho\_S U\_{\Lambda}(2t,0)^{\dagger}$ с использованием унитарного оператора $U\_{\Lambda}(t,0) = e^{-itH\_{\Lambda}}$, при этом не вводятся промежуточные гейты, а вычисление ожидаемых значений производится для совместно гауссовских случайных величин $Λ$.

Исследователи разработали эффективный метод для изучения немарковской динамики в квантовых симуляторах, что позволяет более точно описывать взаимодействие открытых квантовых систем с окружением.

Видео-R4: Размышляя над видео, чтобы лучше понимать текст

от

Видео-R4 осуществляет итеративное визуальное обдумывание, последовательно отбирая кадры, приближая интересующие области и перекодируя пиксели, формируя замкнутый цикл «чтение-извлечение-перефокусировка-усиление» для обоснованного анализа видеопотока.

Новая модель глубокого обучения итеративно анализирует видео, фокусируясь на ключевых кадрах и областях, чтобы повысить точность понимания видеоконтента с текстовыми пояснениями.

Искусственный интеллект и экология: цена прогресса

от

Растущая популярность генеративных моделей искусственного интеллекта требует оценки их воздействия на окружающую среду, включая выбросы углерода и потребление ресурсов.