Geometric origin of adversarial vulnerability in deep learning
本論文は、データ依存的な統計力学と現象論的なヘブ型結合モデルに支えられた、内部表現を彫琢して敵対的堅牢性を高めるための層ごとの局所学習を利用する、幾何学的認識型ディープラーニングフレームワークを導入するものである。
2069 件の論文
物質の性質を温度や圧力などの巨視的な現象と、原子や分子の微視的な振る舞いを結びつけるのが統計力学です。この分野では、無数の粒子が織りなす複雑な集団行動から、熱や圧力といった日常の物理法則がどのように導き出されるかを解明します。
Gist.Science では、arXiv に投稿された統計力学関連の最新プレプリントをすべて対象に、専門家が執筆した平易な解説と詳細な技術的サマリーを提供しています。複雑な数式に囲まれた研究を、誰もが理解できる形に翻訳することで、科学の最前線を広く共有することを目指しています。
以下に、統計力学の分野から選り抜かれた最新の論文リストを掲載します。
本論文は、データ依存的な統計力学と現象論的なヘブ型結合モデルに支えられた、内部表現を彫琢して敵対的堅牢性を高めるための層ごとの局所学習を利用する、幾何学的認識型ディープラーニングフレームワークを導入するものである。
本論文は、挿入空間の統計幾何学を平衡状態の硬い球体から斥力のある活性物質へと拡張し、活動性が全挿入体積を増加させ、連結性を高め、そして集団的な相挙動のシグネチャーをどのように符号化するかを明らかにする閉形式の式を、1次元および2次元において導出するものである。
本論文は、DFT(密度汎関数理論)由来のエネルギー論をリドベリ原子ハミルトニアンへとマッピングし、ハードウェアのエネルギー・スケールの制限を克服するために単一パラメータによる再スケーリング戦略を採用することで、窒素ドープ・グラフェンに特化した材料の熱力学的特性を中性原子量子コンピュータ上で抽出するための実用的なフレームワークを提示し、検証するものである。
本論文は、行列重み付き拡散をスカラー拡散へと還元するために直交変換を利用するコヒーレント系の新たなフレームワークを導入することにより、古典的なチューリング不安定性解析を行列重み付きネットワークへと拡張し、それによってネットワークのトポロジーとノード間変換がいかに共同でパターン形成を駆動するかを特徴付けるものである。
本論文は、正規化されたウィグナー負値率をにおける演算子拡散の二次のモーメントによる診断手法として提案し、共形次元において、この率がクリロフ分散の成長を正確に追跡し、径方向の位置と運動量の積を介して落下する測地線の潮汐ストレッチに対応することを実証する。
本論文は、量子統計力学におけるファインマンの経路積分を、数値的な相殺問題と複数の温度ノードを排除するガウス型サンプリング手法として再定式化したものであり、Heの第二ビリアル係数に関する解析的およびシミュレーション結果が実験室での測定値と一致することを通じて、その精度を実証している。
本論文は、非局所的な非線形系における非平衡静電学を記述するために、微視的な運動方程式から統一的な平均場フォッカー・プランク方程式を導出し、一般化されたポアソン・ボルツマン方程式を提示するとともに、線形近似が等方性流体において異方的な感受性を生じさせることを明らかにしている。
定常せん断が平衡状態における紐状の協同的な再配列を抑制すること、およびそれがせん断依存の有効温度を用いて定量的に記述できることを示すことにより、本研究は、追加のフィッティングパラメータを必要とせずに、平衡および非平衡の両方の条件下におけるガラス形成液体における構造緩和を結びつける統一的な微視的理論を確立する。
本論文は、完全グラフ上における非熱的なランダム磁場ブリュー・カペル模型およびブリュー・エメリー・グリフィス模型のグラウバー動力学と平衡特性を解析的に解き、ランダム磁場の分散が定常状態の一致、相転移の性質、および初期条件や結晶場値に非自明に依存するヒステリシスループの複雑な形状を決定する温度のような制御パラメータとして機能することを明らかにしている。
本論文は、周期的にキックされる体イジングモデルと、範囲の双対ユニタリな2体モデルとの間の厳密な写像を確立し、これにより、もつれ(エンタングルメント)のダイナミクスが解析的に決定された、可解な体双対ユニタリ・フロケモデルの系統的な構築を可能にする。