Нелинейная интерферометрия: новый взгляд на точность оптической когерентной томографии

Нелинейная интерферометрия, основанная на недегенерированном спонтанном параметрическом рассеянии [latex]\chi^{(2)}[/latex], позволяет детектировать интерференцию, опосредованную изменением амплитуды и фазы фотонов-«бездействующих» частиц, что обеспечивает высокочувствительное зондирование и измерения, даже при использовании источников света, не предназначенных для прямого детектирования в сигнальном канале.

Исследование показывает, как компенсация дисперсии в нелинейных интерферометрах может значительно повысить разрешение оптической когерентной томографии в среднем инфракрасном диапазоне, особенно при использовании нерегистрируемых фотонов.

Оптимизация больших языковых моделей: новый подход к снижению требований к ресурсам

Исследователи предлагают инновационную архитектуру, позволяющую значительно уменьшить размер и вычислительную сложность мощных языковых моделей без существенной потери качества.

Кубические сети Бозе: найдено точное решение

В новой работе ученые получили аналитическое решение для интегрируемых бозонных сетей, построенных на кубической решетке, открывая путь к глубокому пониманию их квантовых свойств.

Скручивая свет: новая геометрия оптических лучей

На рисунке демонстрируется часто используемая иллюстрация геометрической фазы, которая, тем не менее, отличается от фазы Панчаратнама-Берри и характеризуется иной геометрией, равной полному телесному углу, а не его половине.

Исследование открывает ранее неизвестную геометрическую фазу для оптических лучей, раскрывая глубокие связи между вихревыми пучками и фундаментальными принципами геометрии.

Наклонные многообразия Ричардсона: новый взгляд на квантовую комбинаторику

В статье представлено новое геометрическое понятие — наклонные многообразия Ричардсона — и исследованы их связи с квантовым вычислением Шуберта и другими областями математики.

Нейросети учатся обобщать: новый подход к работе с наборами данных

Обобщенная схема обучения функциям множества включает в себя кодировщик φ, оценщик ρ и операцию объединения (например, сумму или максимум), что позволяет эффективно представлять и обрабатывать данные, заданные множествами.

Исследователи предложили новый тип нейронных сетей, способный более эффективно аппроксимировать функции, заданные наборами данных, открывая новые возможности для машинного обучения.

Тензорный подход к решению сложных уравнений: новый виток эффективности

Метод TensorGalerkin представляет собой новый подход к сборке системы уравнений, использующий тензорные операции и разреженные матричные вычисления для значительного повышения эффективности по сравнению с традиционными методами конечных элементов, основанными на поэлементных циклах и атомарных операциях, что позволяет применять единый механизм сборки в TensorMesh, TensorPils и TensorOpt.

Исследователи предлагают инновационный метод решения, обучения и оптимизации уравнений в частных производных, основанный на тензорном разложении и параллельных вычислениях.

Бесконечное множество решений для нелинейной системы Шрёдингера

Новое исследование представляет строгий анализ и построение бесконечного числа решений для нелинейной системы Шрёдингера, демонстрируя существование как синхронизированных, так и разделенных пиков.

Нейросети на нерегулярных сетках: новый подход к интерполяции

Оценка погрешности равномерного приближения [latex]E^{\mathrm{Tay}}\_{n,r}=\|\widetilde{T}\_{n,r}(f)-f\|\_{\in fty}[/latex] для полиномов Тейлора различных степеней [latex]r=1,2,3[/latex] на вложенных квази-равномерных нерегулярных сетках демонстрирует, что увеличение степени [latex]r[/latex] существенно повышает скорость сходимости.

Исследователи предложили инновационный метод интерполяции, основанный на использовании нейронных сетей и аппроксимации Тейлора для повышения точности на неструктурированных данных.