Новое исследование показывает, что незначительные отклонения в аппаратном обеспечении могут создавать незаметные бэкдоры в моделях машинного обучения, приводя к ошибочной классификации на конкретных устройствах.
В статье представлена инновационная методика генерации настраиваемых магнитных гребенок, основанная на стимулированном трехмагнитном рассеянии.
Исследователи предложили инновационную стратегию адаптивного вычисления, позволяющую повысить стабильность и эффективность работы нейронных сетей-трансформеров.
Новый подход к параллельному решению линейных программ на графических процессорах позволяет значительно ускорить ключевые этапы алгоритмов решения задач целочисленного программирования.
Новое исследование углубляется в динамику упрощенной модели ‘конфетной диаграммы’ в рамках петлевой квантовой гравитации, проливая свет на квантовую природу пространства-времени.
![В исследуемом устройстве, состоящем из графенового нижнего затвора, золотых верхнего и контактного затворов, формирующих Джозефсоновский переход с размерами [latex]d=1\text{\,}\mathrm{n}\mathrm{m}[/latex], [latex]W=1.1\text{\,}\upmu\mathrm{m}[/latex] и [latex]L=6\text{\,}\upmu\mathrm{m}[/latex], критический ток [latex]I_{c}(B)[/latex] демонстрирует интерференционную картину, подобную картине Фраунгофера, при температуре [latex]7\text{\,}\mathrm{m}\mathrm{K}[/latex], причём внезапное смещение этой картины вправо, вызванное проникновением вихря в выводы, приводит к изменению диссипации в переходе: переход становится сверхпроводящим при наличии вихря, тогда как в его отсутствие наблюдается диссипация, что позволяет исследовать динамику вихрей и их влияние на сверхпроводящие свойства устройства.](https://arxiv.org/html/2601.21735v1/x2.png)
Новое исследование демонстрирует, как макроскопические квантовые туннельные эффекты проявляются в вихревых структурах, возникающих в графеновых системах, скрученных под особым углом.
Разработанный метод позволяет быстро и эффективно рассчитывать энергии квазичастиц в молекулах, состоящих из более чем 10 000 атомов, открывая новые возможности для материаловедения.
Новый подход к обучению спайковых нейронных сетей позволяет им предсказывать собственное будущее поведение, повышая эффективность и приближая их к биологической правдоподобности.
![Вследствие топологических свойств изолятора аксионов с фазой [latex]\theta = \pi[/latex], наблюдается генерация нелинейных акустических эффектов - нечетного второго гармонического сигнала и выпрямленного тока [latex]J^{\text{dc}}\_{zz}[/latex] - в направлении, ортогональном воздействующим полям, что демонстрирует анизотропное акустическое поведение, подобное диоду.](https://arxiv.org/html/2601.20951v1/x6.png)
Исследование демонстрирует возможность создания устройств, направленно пропускающих звуковые волны, благодаря необычным свойствам топологических изоляторов.
Новый подход к обучению и компиляции нейронных сетей для ускорителей вычислений, использующих резистивную память, позволяет значительно повысить скорость работы без существенной потери точности.