Квантовая физика

Нейросети: Новый взгляд сквозь призму времени и частоты

от

Исследование предлагает теоретическую основу для повышения точности и эффективности неглубоких нейронных сетей за счет применения инструментов анализа времени и частоты.

Квантовый туннельный эффект: новый взгляд на инверсию аммиака

от

Отношение между временем квантово-механического туннелирования и средним стохастическим временем туннелирования, рассчитанное для двойного потенциала Розена-Морса при фиксированных параметрах $A=398~\mathrm{cm^{-1}}$, $k=2.22$ и $d=17~\mathrm{pm}$, демонстрирует зависимость от высоты барьера $V_0$ в диапазоне $680~\mathrm{cm^{-1}}<B<2810~\mathrm{cm^{-1}}$, причём характерные профили потенциала, соответствующие различным высотам барьера (39.5, 98.0 и 286.5 меВ), отражают 28.8%, 48.4% и 71.6% от глубины потенциальной ямы $V_D$, что указывает на существенное влияние формы потенциала на процесс туннелирования.

Исследование показывает, что стохастическая квантизация позволяет последовательно рассчитывать времена туннелирования, открывая универсальную связь между средним временем туннелирования и периодом квантовых колебаний.

Исламский советник в цифровом формате: разработка чат-бота для ответов на вопросы о вере

от

На рисунке демонстрируется сопоставление рабочего процесса чат-бота, основанного на $Q$-обучении (a), и рабочего процесса коммуникации через API с использованием Flask (b), представленных в единой колонке для наглядности.

Исследование посвящено созданию и тестированию чат-бота, способного консультировать пользователей по вопросам ислама, используя современные методы искусственного интеллекта.

Квантовая конфиденциальность: новые границы обработки данных

от

Неравенства обработки данных сравниваются в рамках исследования, демонстрирующего, что при заданных параметрах $γ=6$, $γ'=2.5$ и $δ=0.01$ для канала $\mathcal{N}\in\mathcal{B}^{\gamma,\delta}$, наибольшее достижимое значение $E_{\gamma'}(\mathcal{N}(\rho)\|\mathcal{N}(\sigma))$ для входной различимости $E_{\gamma'}(\rho\|\sigma)\in[0,1]$ ограничено стандартным неравенством обработки данных, а также предложенными линейным и нелинейным вариантами, что позволяет оценить границы эффективности различных подходов к обработке информации.

Исследование предлагает более точные методы оценки потерь информации при передаче данных по квантовым каналам, открывая возможности для усиления защиты приватности и оптимизации квантовых алгоритмов.

Деревья справедливости: Проверка предвзятости моделей машинного обучения

от

Метод BoxQTE позволяет количественно оценить свойства объектов, используя математическую формулу $Q = \int_{V} \nabla \cdot F \, dV$, где $F$ - векторное поле, описывающее свойства объекта, а $V$ - объем, в котором происходит измерение.

Новый подход позволяет количественно оценить и подтвердить справедливость и устойчивость ансамблей деревьев решений, выявляя потенциальные источники предвзятости.