BriefGPT.xyz
Ask
alpha
关键词
physical observables
搜索结果 - 3
探究机器学习中破坏对称性的影响
对于建模原子尺度物质性质的模型,以对称性作为归纳偏差普遍被采用。然而,非对称模型也能从数据中学习对称性,并对模型准确性有益。本研究测试了一个仅近似满足旋转不变性的模型在模拟气相、液态和固态水的实际场景中的性能,发现其在插值、大体积情况下几乎
→
PDF
11 days ago
学习基于能量的量子多体态表示
论文提出了一种新的基于能量的生成量子多体状态表示方法,该方法可以在保留系统已知对称性与结构的情况下,使用一个小数量的参数进行学习,并且可以用于预测物理观测量的期望值
PDF
a year ago
机器学习热力学时间箭头
机器学习算法可以使用系统的微观轨迹作为输入来辨别时间箭头的方向,其性能符合非平衡态统计力学所预测的基本极限。算法的决策过程解释了发现了潜在的热力学机制和相关物理观测量。结果表明,机器学习技术可以用于研究非平衡态系统,并最终揭示物理原理。
PDF
5 years ago
Prev
Next