Публикации по теме 'physics'
Понимание векторных полей Киллинга (физика)
Концепция: https://mathworld.wolfram.com/KillingVectors.html
Магнитные кривые, связанные с векторными полями Киллинга в пространстве Галилея ( arXiv )
Автор : Мухиттин Эврен Айдын
Аннотация: В этой статье мы полностью классифицируем магнитные кривые (а также N-магнитные кривые с постоянной кривизной) в трехмерном галилеевом пространстве, связанном с векторным полем Киллинга.
2. Последовательные искривленные продукты: поля кривизны и вектора Киллинга ( arXiv )..
БПФ-способ получения производных
Численное дифференцирование спектральными методами
В последней статье этой серии мы видели, как можно использовать ряды Фурье для дифференцирования, фактически не производя дифференцирования. Вместо этого метод Фурье заменяет дифференцирование умножением. В принципе, это здорово, но для всех практических вопросов подход, обсуждаемый в той статье, не…
Основы квантовых вычислений — Физика, Алгебра, Гейтс.
Цель этой статьи — объяснить основы квантовой механики, необходимые для понимания квантовых вычислений. Звучит весело? Тогда давайте погрузимся.
Электрон
Да, я начинаю с физики. Прежде чем мы поймем вычислительную часть квантовых вычислений, мы должны понять квантовую часть.
Ах, скромный электрон. Возможно, вы помните электрон из средней школы. Для квантовых вычислений нам нужно знать две вещи об электроне.
Существует величина, называемая спином, и каждому электрону..
На пути к базовой модели материалов: подводные камни методов машинного обучения грубой силы
TDLR: термодинамика должна быть априорной для любой фундаментальной модели атомов или материалов.
В нашем современном научном ландшафте машинное обучение выступает маяком надежды на расшифровку сложных закономерностей и взаимосвязей. Это прекрасно иллюстрируется успехом DeepMind в прогнозировании сворачивания белков — триумфом, приписываемым моделям машинного обучения, обученным на данных о последовательности и структуре. Это достижение спровоцировало попытки внедрить аналогичные..
Четыре применения ИИ в физике
Как искусственный интеллект революционизирует исследования в области физики
На заре физики математические модели кропотливо писались и решались вручную (я вспоминаю Эйнштейна, стоящего перед классной доской с уравнениями). В наши дни искусственный интеллект и машинное обучение дают исследователям возможность моделировать и вычислять сложные физические задачи с гораздо большей скоростью, точностью и творчеством, чем когда-либо прежде. В этой статье представлен обзор некоторых из моих..
Задача Кеплера решена с помощью SymPy
Решение классических задач по физике с использованием пакета компьютерной алгебры Python SymPy.
Я всегда пытался упростить утомительные вычисления, используя системы компьютерной алгебры, такие как Mathematica или Maple. Но мой любимый — SymPy, потому что это обычный пакет Python, который вы можете легко расширять, настраивать и интегрировать в свой собственный код. В этом…
Систематическая методология непрерывного анализа ускоренных градиентных методов
В машинном обучении мы часто минимизируем функцию потерь, чтобы разница между точкой решения и оценками сходилась к нулю.
Мы налагаем разумное структурное предположение, что функция является выпуклой , поскольку она обладает удобным свойством, состоящим в том, что все локальные минимумы также являются глобальными минимумами. Рассматривая выпуклую и дифференцируемую функцию f , наша задача оптимизации состоит в том, чтобы минимизировать f , где X_★ – это минимизатор . (если..
