✓ Vérifiés

Articles vérifiés par les auteurs

Articles dont les auteurs originaux ont examiné notre explication accessible.

Pour chaque article de cette page, au moins un des auteurs originaux a examiné notre explication accessible — soit en confirmant sa précision, soit en demandant des corrections que nous avons ensuite appliquées. Une validation ne signifie pas que les auteurs approuvent formellement chaque phrase, mais que l'explication a été revue par les personnes qui ont écrit l'article.

1292 articles vérifiés par les auteurs · 1061–1070 / 1292

🤖 machine learning

Suspicious Alignment of SGD: A Fine-Grained Step Size Condition Analysis

Cet article fournit une analyse fine du phénomène d'« alignement suspect » dans la descente de gradient stochastique (SGD) dans le cadre d'une optimisation mal conditionnée, révélant comment des conditions spécifiques sur le pas d'apprentissage provoquent un alignement des mises à jour du gradient avec un sous-espace dominant qui, paradoxalement, ne réduit pas la perte, tandis que les mises à jour du sous-espace de masse restent efficaces.

Shenyang Deng, Boyao Liao, Zhuoli Ouyang, Tianyu Pang, Minhak Song, Yaoqing Yang2026-05-08✓ Author reviewed ⓘ
🔬 materials science

Computational study of interactions between ionized glyphosate and carbon nanotube: An alternative for mitigating environmental contamination

Cette étude computationnelle démontre que les nanotubes de carbone monofeuillets adsorbent efficacement les espèces ionisées du glyphosate par divers mécanismes d'interaction, soulignant leur potentiel pour la surveillance environnementale et la dépollution des contaminations agricoles.

H. T. Silva, L. C. S. Faria, T. A. Aversi-Ferreira, I. Camps2026-05-08✓ Author reviewed ⓘ
💻 computer science

UX in the Age of AI: Rethinking Evaluation Metrics Through a Statistical Lens

Ce papier propose le Cadre Statistique Adaptatif de l'Expérience Utilisateur (ADUX-Stat), un modèle d'évaluation novateur qui remplace les métriques d'utilisabilité statiques par des constructions probabilistes — à savoir l'Indice d'Entropie d'Interaction, le Coefficient de Dérive Temporelle et le Score de Confiance en Utilisabilité Bayésien — afin d'évaluer efficacement la nature stochastique et sensible au contexte des systèmes médiatisés par l'IA.

Harish Vijayakumar2026-05-08✓ Author reviewed ⓘ
💻 computer science

Edge Triggering in IoT Mesh Networks: A Comparative Monte Carlo Study of Seven Detection Algorithms

Cet article présente une étude complète par Monte Carlo démontrant que la méthode d'adaptation du plancher de bruit spectral temporel (TSNFA), qui combine de manière unique la sélection de bandes spectrales, le filtrage de persistance temporelle et le suivi adaptatif du plancher de bruit, atteint une détection parfaite avec zéro faux positifs dans un réseau maillé IoT de 200 nœuds, surpassant six algorithmes alternatifs qui échouent en raison de l'absence d'au moins l'une de ces défenses critiques.

Sergii Makovetskyi, Lars Thomsen2026-05-08✓ Author reviewed ⓘ
⚛️ quantum physics

Emergent Quantum Dynamics as a Bayesian Inference Problem: A Critical Analysis

Cet article établit un lien entre la dynamique quantique à grains grossiers et le formalisme des états conditionnels quantiques d'un point de vue bayésien, en traitant de l'existence de dynamiques émergentes par le biais de solutions analytiques et de la programmation semi-définie tout en introduisant une nouvelle mesure de robustesse pour quantifier la tolérance au bruit dans ces descriptions effectives.

Thales B. S. F. Rodrigues, Lucas L. Brugger, Vinicius G. Valle, Bruno F. Rizzuti, Cristhiano Duarte2026-05-07✓ Author reviewed ⓘ
🤖 AI

Temporal Reasoning Is Not the Bottleneck: A Probabilistic Inconsistency Framework for Neuro-Symbolic QA

Ce papier remet en cause l'idée que le raisonnement temporel constitue le principal goulot d'étranglement pour les grands modèles de langage, proposant à la place que les échecs proviennent d'une représentation texte-événement non structurée et introduisant un cadre neuro-symbolique doté d'un signal d'incohérence probabiliste qui atteint une précision parfaite sur les benchmarks en découplant l'extraction sémantique du raisonnement symbolique.

Tran Quang Liem2026-05-07✓ Author reviewed ⓘ
⚛️ quantum physics

A Transferable Machine Learning Approach to Predict Optimized Orbitals for Electronic Structure Problems

Ce papier présente un cadre de réseau de neurones graphique transférable qui prédit directement les coefficients d'orbitales moléculaires optimisés à partir de la géométrie, permettant une accélération évolutive et sans réentraînement des flux de travail de l'algorithme d'éigenvaleurs quantiques variationnelles en réduisant considérablement la surcharge de prétraitement classique et en améliorant la convergence pour les systèmes d'hydrogène plus grands.

Lucas van der Horst, Maniraman Periyasamy, Abhishek Y. Dubey, Davide Bincoletto, Jakob S. Kottmann, Daniel D. Scherer2026-05-07✓ Author reviewed ⓘ
🧬 biology

Think-Aloud Reshapes Automated Cognitive Model Discovery Beyond Behavior

Cet article démontre que l'intégration de traces de pensée à voix haute dans la découverte automatisée de modèles cognitifs améliore considérablement les performances prédictives et oriente les structures de modèles identifiées vers des mécanismes d'utilité plus intégrés, révélant ainsi des processus cognitifs que les données comportementales seules ne peuvent restituer.

Hanbo Xie, Akshay K. Jagadish, Lan Pan, Robert C. Wilson2026-05-07✓ Author reviewed ⓘ
⚛️ general relativity

Thermodynamic stability in an Einstein universe

Cet article démontre que, dans un univers d'Einstein, le couplage conforme (ξ=1/6\xi=1/6) est la valeur unique du paramètre assurant la stabilité thermodynamique des champs scalaires sans masse à toutes les températures et pour tous les rayons, tout en établissant que la présence de radiations électromagnétiques et de neutrinos nécessite l'existence d'au moins un champ scalaire pour maintenir cette stabilité.

E. S. Moreira Jr., J. P. A. Paula2026-05-07✓ Author reviewed ⓘ