Денис Аветисян

Квантовая точность: Новый подход к расчетам электронных свойств материалов

от

Процедура QSG​WGW расчётов, начинающаяся с вычислений KS-DFT и приводящая к самосогласованию с использованием программного обеспечения LibRPA, оперирует индексами [latex]i, j[/latex], обозначающими базисные функции NAO с магнитным квантовым числом [latex]m[/latex]; состояниями одночастичных волновых функций [latex]\psi_{p\mathbf{k}}[/latex], где [latex]\mathbf{k}[/latex] - волновой вектор Блоха, и передачей импульса [latex]\mathbf{q}[/latex] в выражении [latex]W_{\mu\nu}^{0}(\mathbf{q},\mathrm{i}\omega)[/latex], учитывая атомные индексы [latex]I, J[/latex] и номер итерации [latex]n[/latex].

Исследователи разработали усовершенствованный метод QSGW, позволяющий более точно моделировать поведение электронов в молекулах и кристаллических структурах.

Квантовые сенсоры: от теории к практике

от

Квантовые сенсоры: Новая эра измерений Представьте себе, что вы пытаетесь услышать шепот на шумной улице. Классические датчики – это как кричать громче. Квантовые сенсоры – это как настроить слух на частоту шепота, игнорируя весь остальной шум. Это принципиально иной подход к измерению, и он открывает возможности, недоступные классическим технологиям. В основе квантовых сенсоров лежит та … Читать далее

Микромир в моделях: новый взгляд на симуляцию биологических процессов

от

В рамках MicroWorldBench эксперты формируют критерии оценки для микроскопических видео, сгенерированных искусственно, после чего система оценки на базе больших многомодальных моделей (MLLM) определяет соответствие ответов этим критериям.

Исследователи представляют MicroWorldBench — платформу для оценки и улучшения способностей искусственного интеллекта моделировать микроскопические явления, открывая новые горизонты для биомедицинских исследований.

Что умеет искусственный интеллект: Новый взгляд на оценку возможностей

от

Статья предлагает переосмыслить подходы к оценке искусственного интеллекта, фокусируясь на понимании скрытых причинно-следственных связей и контекста, в котором ИИ проявляет свои способности.

Глубокие сети: новый взгляд на масштабирование

от

Трансформерные языковые модели, обученные с использованием Muon-Kimi и AdamW, демонстрируют стабильность норм признаков и эффективную передачу гиперпараметров при масштабировании ширины и глубины благодаря применению [latex]\mu\mu P[/latex], что позволяет добиться снижения потерь по сравнению с SP при увеличении соответствующих параметров.

Исследование предлагает единое условие спектрального масштабирования для стабильной и эффективной тренировки глубоких нейронных сетей при одновременном увеличении ширины и глубины.

Алгоритмы рассказывают истории: новые горизонты повествования

от

В статье исследуется, как развитие генеративного искусства и искусственного интеллекта меняет наше представление о создании и восприятии нарративов.

Квантовый скачок в фильтрации: новый алгоритм для обработки данных

от

Предложенная квантовая схема, основанная на квантовой теории поля, реализует диффузию, открывая путь к новым алгоритмам обработки данных, использующим принципы квантовой механики.

Исследователи разработали квантовый алгоритм, позволяющий значительно ускорить процесс диффузии в сетчатых фильтрах, открывая новые возможности для анализа данных.

Квантовый федеративный анализ: новый импульс беспроводным сетям

от

Предлагаемая схема QFL демонстрирует коллаборацию распределённых квантовых устройств с центральным сервером для обучения общей модели машинного обучения, где каждое устройство кодирует практические данные в квантовую форму посредством кодировщика состояний, обрабатывает их через PQC с обучаемыми параметрами углов и использует результаты измерений для обновления локальных параметров модели с помощью стандартного метода SGD, после чего отправляет обновлённые локальные модели на сервер для агрегации.

Исследование предлагает инновационный подход к обучению моделей машинного обучения в беспроводных сетях, используя возможности квантовых вычислений для повышения эффективности и скорости.