92 artículos
El artículo demuestra que la vulnerabilidad a ejemplos adversarios surge de una desalineación exponencial entre las variedades perceptuales de las máquinas y las humanas, donde la dimensión excesivamente alta de los conceptos de las redes neuronales crea un espacio de entrada donde cualquier perturbación imperceptible puede fácilmente cruzar hacia otra clase, lo que implica que la robustez requiere alinear estas dimensiones.
Este estudio introduce un enfoque espectral que identifica la transición de fase del vidrio de spin de Edwards-Anderson en 3D mediante un cruce en la distribución de autovalores de matrices de solapamiento, el cual evoluciona desde una ley semicircular hacia una gaussiana descrita por estadísticas q-Gaussianas (con el índice pasando de -1 a 1) cerca del punto crítico, ofreciendo así un indicador robusto y eficiente para caracterizar la criticalidad en sistemas desordenados.
Este artículo analiza las estadísticas de las avalanchas térmicas en sistemas amorfos impulsados cerca de su inestabilidad, utilizando la teoría de transición de primer orden aleatoria y una ecuación maestra generalizada para caracterizar la dinámica no markoviana, el envejecimiento y las firmas de no equilibrio bajo protocolos de cizallamiento y agitación estocástica.
Este artículo propone un modelo teórico que explica la especialización secuencial de las cabezas de atención en transformadores durante el entrenamiento, demuestra que la función de activación softmax-1 reduce el ruido y presenta la atención Bayes-softmax para lograr un rendimiento óptimo de predicción.
El artículo establece que los grafos son un caso particular de hipergrafos focales, demostrando una jerarquía estricta donde los modelos de grafos son un subconjunto propio de los modelos de hipergrafos focales, los cuales a su vez son un subconjunto propio de los modelos de hipergrafos generales, lo que implica que la elección entre formalismos debe guiarse por el tipo de interacción (focal o no focal) presente en el sistema.
Este estudio revela que, aunque el desorden fuerte induce localización y dinámicas de entrelazamiento no monótonas en el modelo Power-of-Two, la transición de localización ocurre a una intensidad de desorden que crece con el tamaño del sistema, sugiriendo que el modelo permanece ergódico en el límite termodinámico para cualquier desorden finito.
Este trabajo investiga teórica y numéricamente la propagación de la luz en cristales fotónicos con desorden hiperuniformo, demostrando que la pérdida intrínseca no hermitiana por radiación modifica la dispersión de pérdidas de un comportamiento de ley de potencia a una expresión con una constante finita y un exponente modificado.
El artículo propone un principio general para construir operadores no hermitianos en fases topológicas de cualquier dimensión que, a diferencia de otros sistemas no hermitianos, carecen del efecto piel y mantienen una correspondencia borde-bulk robusta mediante modos de borde localizados de energía cero con autovalores reales.
Este artículo propone un método basado en el recocido para resolver ecuaciones diferenciales parciales mediante la transformación de sistemas de ecuaciones lineales en problemas de optimización de autovalores generalizados, logrando calcular autovectores con precisión arbitraria sin aumentar el número de variables.
Este trabajo propone un coprocesador termodinámico basado en sistemas cuánticos abiertos que realiza multiplicaciones de vectores y matrices en paralelo con un tiempo de cálculo independiente del tamaño de la entrada, traduciendo el crecimiento de entropía en flujos de energía estacionarios que se mapean directamente a corrientes eléctricas en estructuras de cruzamiento analógicas.
El artículo demuestra que la transición ferromagneto-paramagneto impulsada por frustración en el modelo de Ising bidimensional con enlaces aleatorios a bajas temperaturas puede entenderse mediante una transformación de grupo de renormalización que, al mapear la termodinámica del modelo clásico a un problema cuántico no interactivo, revela un flujo hacia un estado de aleatoriedad infinita donde el exponente de tunelamiento coincide con el exponente de rigidez del espín.
Los autores presentan un marco de aprendizaje automático no supervisado basado en redes neuronales informadas por física que permite identificar Hamiltonianos efectivos a partir de datos de transporte en simuladores cuánticos de estado sólido, demostrando una generalización robusta y resistencia al ruido en cadenas de puntos cuánticos.