On the Increased and Decreased Connectivity of the Demented Human Brain
OASIS-3データセットと高度な脳画像解析を用いた本研究は、認知症が海馬および側頭葉における構造的結合性の低下に関連している一方で、驚くべきことに、前帯状回、楔状回、および島における結合性の増加をもたらすことを明らかにしている。
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。
1270 件の論文を著者が確認済み · 461–470 / 1270
OASIS-3データセットと高度な脳画像解析を用いた本研究は、認知症が海馬および側頭葉における構造的結合性の低下に関連している一方で、驚くべきことに、前帯状回、楔状回、および島における結合性の増加をもたらすことを明らかにしている。
本論文は、チャーン・サイモンズ項と質量のないフレーバーを持つ大三次元QCDにおけるドメインウォールの性質を、ボゾン双対性を利用してウォールのプロファイルおよび関連する2次元レベルゲージWZW場理論を導出しつつ、フレーバーがより少ない場合や、ホログラフィック双対におけるDブレーンとしてのウォールの実現についても論じることで調査するものである。
本論文は、標準的なネーター電荷の限界を克服するために、基本的な正準(反)交換関係、ガウスの発散定理、および運動方程式を利用し、ディラックの量子化条件を満たす一貫して修正された電荷バージョンを導出することによって、D次元自由アベル型2形式ゲージ理論におけるネーター(反)BRST電荷の冪零性と不変性を確立するものである。
本研究は、スカラー・ボゾン暗黒物質を二流体カラー・フレーバー・ロック状態のストレンジ・クォーク星モデルに組み込むことで、GW170817の潮汐変形能の制約との定性的な適合性を維持しつつ、GW190814の二次成分のような低質量ギャップ領域における大質量コンパクト天体の存在を可能にすることを実証している。なお、この暗黒物質成分が必ずしも拡張したハローを形成するわけではなく、その構造はモデルパラメータに依存する。
本論文は、1999年から2025年までのSN 1987Aに関する系統的なチャンドラX線研究を提示するものであり、その残骸の赤道環の形態がエネルギー依存的な径方向構造を示すように進化しており、2010年代初頭以降、ハードバンドの放射に対してソフトバンドの放射が広がり、内側へ伸長していること、および東部領域において空間的に分解されたFe K線の増強が見られることを明らかにしている。
本論文は、MEGalibを用いてGRBAlphaおよびVZLUSAT-2 CubeSatミッションのための正確な機器応答行列を生成するための新しいボクセル化手法を提示し、Geant4シミュレーションとの10%以内の一致を示すことでその手法の妥当性を検証するものである。
本論文は、一般化されたクラスのランダムな強制力を導入し、ダイナミクスを履歴空間へと持ち上げ、カントロヴィッチ・汎関数を用いたドブリン・カップリング論法を適用することにより、有界な混合ノイズによって駆動される有限次元および無限次元の散逸力学系に対する指数混合性を確立するものである。
本論文は、「Floor-First Triage」を提案する。これは、LLMのデコーディングを5次元のリソースベクトルとしてモデル化することで、重いプロファイリングやグリッドサーチに頼る前に、性能限界を解析的に決定し、拘束条件を特定する、構成的かつ推定駆動型のワークフローであり、それによって多様な動作点に対して計算可能なレイアウト決定を可能にするものである。
本論文は、従来の超伝導体を用いた生成的な結晶再構成モデルをベンチマークするための、オープンソースかつモデルに依存しないフレームワークであるAtomBenchを紹介しており、これは提供される結晶学的情報の量によって再構成の忠実度が大きく変化することを明らかにするとともに、原子座標についてはMatterGenが、格子パラメータについてはCDVAEがそれぞれトップの性能を持つことを特定している。
MatrixFSDPは、各2D重み行列が単一のランクに完全に存在するようにパラメータの配置を再編成することで、Muonのような行列オプティマイザの下でのZeRO-3シャーディングにおいて、メモリ効率を維持しつつ大幅なレイテンシ削減を実現しながら、オプティマイザのステップ実行中のコストのかかる行列再構成を排除し、通信フリーの大規模学習を可能にします。