![В исследовании поведения фазовой синхронизации осциллятора Ван дер Поля показано, что при малых значениях коэффициента демпфирования ([latex]\kappa_{2} = 0[/latex]) и больших ([latex]\kappa_{2} = 10^{3}[/latex]) наблюдается четкое разделение режимов: внутри](https://arxiv.org/html/2512.21272v1/Fig1c.jpg)
Исследователи разработали томографический метод для детального изучения квантовой синхронизации в нелинейном осцилляторе Ван дер Поля, открывая новые возможности для понимания квантовых флуктуаций и диссипативных систем.
Новое исследование рассматривает поведение жадных алгоритмов при обработке зашумленных данных, выясняя, когда они способны эффективно восстанавливать исходный сигнал.
Исследователи предлагают универсальную систему, использующую машинное обучение и анализ ассоциативных правил для оценки сложности задач комбинаторной оптимизации, представленных в виде графов.
Квантовый скачок: Китай и коррекция ошибок Знаете, всегда смешно, когда все думают, что квантовая физика – это про котиков в коробках. На самом деле, это про то, как заставить эти чертовы кубиты не врать, когда ты им задаешь вопрос. И вот, китайцы сделали еще один шаг в этом направлении. Что за «коррекция ошибок»? Представьте себе, … Читать далее
Новая разработка позволяет значительно снизить энергопотребление в доме, используя возможности искусственного интеллекта и машинного обучения.
![Архитектура MidiBERT, представленная на рисунке, включает в себя этапы предварительного обучения [latex] (a) [/latex], адаптации с помощью MB-NR [latex] (b) [/latex] и повторной адаптации для решения задач с обратной связью [latex] (c) [/latex], демонстрируя итеративный подход к оптимизации модели для конкретных сценариев.](https://arxiv.org/html/2512.21324v1/img/pic22_1.png)
Новый подход позволяет преобразовывать сложные оркестровые партитуры в фортепианные аранжировки, используя возможности современных нейросетевых моделей.
![Численное решение уравнения Вильсона - Польчински, основанное на гауссовской модели, демонстрирует относительную [latex]L^2[/latex] ошибку для каждой переменной масштаба [latex]\kappa[/latex], при этом результаты, представленные для узлов коллокации и тестовых точек, показывают сходимость решения даже при отображении лишь части из ста точек коллокации и двадцати точек тестирования.](https://arxiv.org/html/2512.20956v1/paper_figure/Wilsonpolchinsky/test_relL2error.png)
Исследователи предлагают гибкий метод решения функциональных дифференциальных уравнений, применяя гауссовские процессы для анализа и моделирования сложных физических систем.
Новые численные методы позволяют точно описывать динамику сложных сверхпроводящих цепей, открывая возможности для оптимизации квантовых вычислений.
![Исследование демонстрирует, что предложенный метод вычисления экспоненты матрицы ([latex] expm\_flow\_sastre [/latex]) превосходит оригинальный ([latex] expm\_flow [/latex]) по времени выполнения для матриц различного размера ([latex] n \in \{2,4,8,16,32,64,128,256,512,1024\} [/latex]), особенно заметно при обработке как отдельных матриц ([latex] n \times n [/latex]), так и тензоров размера ([latex] n \times 16 \times 16 [/latex]).](https://arxiv.org/html/2512.20777v1/Figures/weight_sizes_nx16x16.png)
Исследователи предлагают оптимизированный алгоритм на основе разложения в ряд Тейлора, значительно повышающий эффективность вычислений в генеративных моделях потоков.
Новый бенчмарк FEM-Bench позволяет оценить способность больших языковых моделей генерировать корректный код для решения задач вычислительной механики.