General Junction Condition and Casimir Effect for (1+1)-Dimensional Scalar Network CFT
本論文は、 群によって特徴づけられる (1+1) 次元自由スカラーネットワーク CFT に対する最も一般的な接続条件を確立し、それらの物理的実現を提供するとともに、ネットワーク・カシミールエネルギーに対する厳密な上限を導出し、その正則多面体構造への含意を分析する。
原著者が当サイトのやさしい解説を確認した論文。
このページに掲載されている各論文については、少なくとも一人の原著者が当サイトのやさしい解説を確認し、内容の正確性を認めるか、または修正を依頼しその修正を私たちが反映しています。確認は各文への正式な承認を意味するものではありませんが、論文を書いた本人たちの目を通ったことを意味します。
568 件の論文を著者が確認済み · 131–140 / 568
本論文は、 群によって特徴づけられる (1+1) 次元自由スカラーネットワーク CFT に対する最も一般的な接続条件を確立し、それらの物理的実現を提供するとともに、ネットワーク・カシミールエネルギーに対する厳密な上限を導出し、その正則多面体構造への含意を分析する。
本論文は、NGC 2146 における極めて光度の低い Type IIP 型超新星 SN 2024abfl に関する多波長観測と流体力学的モデリングを提示し、それがコンパクトで低質量の前身星に起因する低エネルギーの核崩壊爆発の結果であることを明らかにするとともに、そのような事象のメカニズムに対する新たな制約条件を提供するものである。
本論文は、拡散ベースの生成モデルを組み合わせた逐次スコア分解手法を採用して方策更新を高報酬かつ分布内領域へ誘導することにより、協調タスクにおける分布シフトと多モーダルな協調の課題に対処する新たなオフライン多エージェント強化学習フレームワークを提案し、多様なベンチマークにおいて最先端の性能を達成する。
本論文は、非等スペクトル問題を通じて Lie 超代数 osp(1,6) に基づいて 2 つの超可積分階層とそのハミルトニアン構造を構築し、さらにこれらの系を特定の条件下で縮約することにより、超-AKNS 階層の (2+1) 次元一般化を導出する。
本論文は、最適輸送と明示的な依存性最大化を統合し、内在的なデータ幾何学と予測信号を同時に保持するとともに、ガウス過程モデリングなどの下流タスク向けに適応的・非定常カーネルの構築を可能にする、コンパクトでターゲットを考慮した表現を学習する新規アルゴリズムである「教師付き分布削減(SDR)」を提案する。
BIRDNet は、表形式データからブール含意関係を抽出して疎で構造的に制約されたアーキテクチャを構築する解釈可能な深層ニューラルネットワークであり、外部事前知識なしに生物学的に意味のあるルールを直接抽出可能としながら、大幅に少ないパラメータ数で競合する性能を達成する。
本論文は、固定および適応的ワークロードにおけるアンカーデコーディングの k-NAF 予算会計メカニズムを実証的に検証し、累積 KL 支出が常にシーケンスレベルの予算を大幅に下回ることを示すと同時に、一見した予算枯渇の事例は実際のメカニズムの失敗ではなく、代理指標に起因するアーティファクトによるものであることを明らかにした。
本論文は、古典的ソルバーに比べて大幅な高速化を実現しつつ、衝撃や接触などの急激な不連続性を検出するための誤差マップを暗黙的に生成する単一ネットワークフレームワークであるハイブリッド神経世界モデルを導入し、追加の較正や支配方程式の知識を必要とせずに予測誤差を大幅に低減するフォールバック機構を可能にするものである。
GASTRO 図書館シミュレーションを用いた本研究は、初期の高密度星形成クラスターまたは逆行合併が星形成を抑制して銀河系で観測される元素に富むおよび元素に乏しい化学的二峰性を生み出すことができるのに対し、順行合併はそうできないことを示しており、これによりにおけるクラスピーディスク銀河が我々の銀河の有力な祖先であるという見解を支持する。
本論文は、偶発的な完全順序補正を通じて基底関数を動的に更新する逐次特異値分解(iSVD)を用いた履歴認識型適応低次元モデル化フレームワークを提案するものであり、バーガース方程式、ソッド衝撃管、および回転爆発エンジンといった複雑な非線形問題に対して既存の手法よりも優れた予測精度と計算効率を実証する。