Предсказание дефектов литья: машинное обучение на практике
В статье рассматривается реальный кейс применения алгоритмов машинного обучения для выявления ключевых факторов, влияющих на качество литья.
Ускорение моделирования ливней: новые методы временной интеграции
![Оценка устойчивости временного шага для колонны 37, основанная на условии КФЛ [latex]Equation9[/latex], скоростях падения [latex]Equation11[/latex] и области устойчивости метода Эйлера, при моделировании потока осадков [latex]Equation1[/latex] с учетом седиментации, демонстрирует соответствие контроллеру SUNDIALS, использующему адаптивный подход и метод ERK второго порядка, в точном соблюдении условия КФЛ [latex]Equation9[/latex].](https://arxiv.org/html/2603.11345v1/figures/cfl_icase37_discrete_sedonly.png)
Исследователи продемонстрировали, что применение высокоточных методов временной интеграции позволяет значительно повысить эффективность и точность моделирования микрофизических процессов в облаках.
Ловушка для антиматерии: новый дизайн стелларатора для исследований плазмы
Ученые разработали оптимизированную конструкцию стелларатора EPOS, предназначенного для удержания электронно-позитронной плазмы и изучения астрофизических процессов.
Турбулентность под микроскопом: Новый подход к статистическому моделированию
В статье представлена разработанная с первого принципа модель для описания многоточечной статистической динамики турбулентных потоков, позволяющая более точно анализировать их поведение.
Восстановление четкости: Новая сеть UCAN для эффективного увеличения разрешения изображений
![Визуализация эффективной длины контекста (ERF) для моделей MambaIR[10], MambaIRv2[8] и UCAN демонстрирует различия в их способности обрабатывать последовательности, выявляя потенциальные преимущества и ограничения каждой архитектуры в задачах, требующих учета долгосрочных зависимостей.](https://arxiv.org/html/2603.11680v1/sec/IMG/ERF.jpg)
В статье представлена UCAN — инновационная нейронная сеть, позволяющая значительно повысить качество изображений при минимальных вычислительных затратах.
Долгая память: Оптимизация кэша для сложных рассуждений
Новый метод LongFlow позволяет значительно снизить потребление памяти и ускорить работу моделей, генерирующих длинные тексты и требующих сложных логических выводов.
Трансформеры: Предел вычислительной мощи?
Новое исследование показывает, что стандартные алгоритмы, вероятно, уже близки к оптимальным для вычислений в трансформерах, а значительное ускорение потребует принципиально новых подходов.
Головоломки пространства: как нейросети решают задачи на топологию
Новое исследование представляет TopoBench — сложный набор задач, позволяющий оценить способность больших языковых моделей к пространственному мышлению и решению топологических головоломок.
Генерирующие модели: новый подход с использованием тензорных сетей
![Исследование демонстрирует, что предложенная модель UMPS способна генерировать результаты, сопоставимые с моделью MPS, обученной на значительно большем наборе данных ([latex]|\mathcal{T}|=300[/latex]) и с максимальным размером связей [latex]r_{\max}=400[/latex], при этом используя существенно меньшее количество слоев [latex]l_{\max}=4[/latex] вместо [latex]l_{\max}=25[/latex].](https://arxiv.org/html/2603.12026v1/x7.png)
Исследователи предлагают эффективный метод генерации данных, основанный на унитарных матричных произведениях состояний и оптимизации на римановых многообразиях.
Квантовый Автоматизм: Разговор с Вишалом Чатратом
Квантовый Автоматизм: Разговор с Вишалом Чатратом Парадоксально, но для того, чтобы управлять квантовым миром, мы строим все более сложные классические системы автоматизации. Это как пытаться поймать призрак с помощью сложного механизма. Но, как ни странно, именно этот подход может стать ключом к созданию масштабируемых квантовых вычислений. Представьте себе настройку радиоприемника. Чтобы поймать четкий сигнал, нужно … Читать далее