Artículos en los que los autores originales han revisado nuestra explicación divulgativa.
Para cada artículo de esta página, al menos uno de los autores originales ha visto nuestra explicación divulgativa y se ha implicado con ella — ya sea confirmando su precisión o solicitando correcciones que después aplicamos. Una confirmación no significa que los autores aprueben formalmente cada frase, pero sí que la explicación ha pasado por los ojos de quienes escribieron el artículo.
1288 artículos revisados por autores · 841–850 / 1288
Este artículo propone que los destellos de radio retardados en los eventos de disrupción de marea son causados por flujos de salida masivos y lentos generados cuando una espiral de inmersión extrema de masa estelar preexistente choca con un disco de acreción en expansión años después de la disrupción inicial.
Este artículo demuestra la observación experimental y el control eléctrico de la inversión quiral en una guía de ondas de cristal fotónico de luz lenta, donde la longitud de onda de emisión de un punto cuántico incrustado se ajusta mediante el efecto Stark para cambiar el signo del contraste de emisión direccional en un punto específico de inversión quiral.
Este trabajo establece un diccionario completo entre los formalismos covariantes de Newman--Penrose y 1+1+2 semitetrada expresando todos los coeficientes de espín y escalares de curvatura en términos de variables 1+1+2, proporcionando así una interpretación geométrica de las cantidades de Newman--Penrose y derivando condiciones necesarias para horizontes de captura exteriores futuros en espaciotiempos con simetría rotacional local.
Este trabajo utiliza Autoencoders Dispersos para demostrar que el ajuste fino con Adaptación de Bajo Rango (LoRA) induce estructuras representacionales distintas dentro de los modelos de lenguaje que están geométricamente desalineadas con los diccionarios de características preentrenados, lo que sugiere que las actualizaciones específicas del adaptador ocupan espacios parcialmente únicos en el flujo residual.
Este artículo establece las condiciones de unión más generales para las teorías de campo conformes de red de escalares libres en (1+1) dimensiones caracterizadas por un grupo , proporciona sus realizaciones físicas y deriva límites rigurosos sobre la energía de Casimir de la red, al tiempo que analiza sus implicaciones para las estructuras poliedrales regulares.
Este trabajo presenta observaciones multilongitud de onda y modelado hidrodinámico de la supernova excepcionalmente tenue de tipo IIP SN 2024abfl en NGC 2146, revelando que es el resultado de una explosión de colapso del núcleo de baja energía procedente de un progenitor compacto y de baja masa, lo que proporciona nuevas restricciones sobre los mecanismos de tales eventos.
Este artículo propone un marco novedoso de aprendizaje por refuerzo multiagente en modo offline que aborda los desplazamientos distribucionales y los desafíos de coordinación multimodal en tareas cooperativas mediante el empleo de un método de descomposición secuencial de puntuaciones combinado con modelos generativos basados en difusión para guiar las actualizaciones de la política hacia regiones de alta recompensa y dentro de la distribución, logrando un rendimiento de vanguardia en diversos puntos de referencia.
Este artículo construye dos jerarquías superintegrables y sus estructuras hamiltonianas basadas en el superálgebra de Lie osp(1,6) mediante problemas no isoespectrales, y posteriormente deriva una generalización (2+1)-dimensional de la jerarquía super-AKNS reduciendo estos sistemas bajo condiciones específicas.
Este artículo propone la Reducción Distribucional Supervisada (SDR), un algoritmo novedoso que integra el Transporte Óptimo con la maximización explícita de la dependencia para aprender representaciones compactas y conscientes del objetivo que preservan simultáneamente la geometría intrínseca de los datos y la señal predictiva, al tiempo que permiten la construcción de núcleos adaptativos y no estacionarios para tareas posteriores como la modelización con Procesos Gaussianos.
BIRDNet es una red neuronal profunda interpretable que extrae relaciones de implicación booleana de datos tabulares para construir una arquitectura dispersa y estructuralmente restringida, logrando un rendimiento competitivo con significativamente menos parámetros y permitiendo la extracción directa de reglas biológicamente significativas sin priores externos.