The Transformation-Response Framework: An Operational Reformulation of Quantum Mechanics
이 논문은 상태를 물리적 변환에 대한 반응의 목록으로 정의하고, 양의 정치성(positive-definiteness)이라는 단일 공리로부터 힐베르트 공간, Born 규칙, 경로 적분을 포함한 표준 형식론 전체를 도출하는 양자 역학의 조작적 재구성인 변환-반응 프레임워크를 제안한다.
원저자가 쉬운 설명을 검토한 논문들.
이 페이지에 소개된 모든 논문은 원저자 중 최소 한 명이 저희의 쉬운 설명을 확인하여 내용이 정확하다고 확인했거나 수정 사항을 요청하여 저희가 반영한 것입니다. 확인이 각 문장을 공식적으로 승인한다는 의미는 아니지만, 설명이 논문을 쓴 당사자의 검토를 거쳤다는 뜻입니다.
저자가 검토한 논문 607편 · 81–90 / 607
이 논문은 상태를 물리적 변환에 대한 반응의 목록으로 정의하고, 양의 정치성(positive-definiteness)이라는 단일 공리로부터 힐베르트 공간, Born 규칙, 경로 적분을 포함한 표준 형식론 전체를 도출하는 양자 역학의 조작적 재구성인 변환-반응 프레임워크를 제안한다.
CASCADES 탐사는 두 개의 저광도 적색 거성을 궤도하는 세 개의 거대 행성 동반자들을 확인하기 위해 장기적인 CORALIE 시선 속도 측정을 활용하였으며, 동시에 항성 맥동 노이즈를 완화하기 위한 효과적인 관측 전략을 입증하였다.
이 논문은 상호적 상호작용과 방향성 상호작용에 필요한 서로 다른 동역학적 폐쇄(dynamical closures)를 명시적으로 고려하는 자기 일관적 경로 측도 방정식을 유도함으로써 동역학적 평균장 이론을 확장하여, 희소 무작위 그래프 상의 확률적 시스템에 대한 정확한 연속 시간 동역학적 캐비티 방법을 개발한다.
이 논문은 불투명한 개인화, 제한적인 접근 정책, 불안정한 모델 버전 등을 포함한 다섯 가지 구조적 장벽이 현재 소비자 대상 헬스케어 거대언어모델이 일반적인 사용 상황에서 어떻게 응답을 변화시키고 아첨 현상을 보이는지에 대한 신뢰할 수 있는 독립적 평가를 가로막고 있음을 식별하며, 안전과 형평성을 보장하기 위한 새로운 거버넌스 체계의 시급한 필요성을 강조한다.
본 논문은 주의 집중형 잠재 신경 과정(Attentive Latent Neural Processes)에 기반한 메타 학습 프레임워크를 제시하며, 이는 AGN 광도 곡선의 비지도 재구성과 초거대 질량 블랙홀의 특성 및 전달 함수의 회복을 크게 향상시키고, 다가오는 베라 C. 루빈 천문대 시공간 유산 탐사(Vera C. Rubin Observatory Legacy Survey of Space and Time)에 대한 확장성과 효과성을 입증한다.
이 논문은 기반 모델의 구조적 변경 없이도 균형 잡힌 평균 제곱 오차(Balanced Mean Squared Error), 시암 반대칭 정규화 항(Siamese anti-symmetric regularizer), 그리고 OOD 마진 일관성 손실(OOD-margin consistency loss)을 통합함으로써 분포 외 벤치마크에서 단백질 안정성 예측의 강건성과 정확성을 향상시키는 제약 조건 인식 최적화 프레임워크를 소개한다.
본 논문은 비정형적인 인간의 개입과 인수인계를 공유된 증거 기반 워크스페이스 내의 구조화되고 부인 방지 가능한 이벤트로 변환함으로써, 다수 인간 및 다수 에이전트 워크플로를 공식화하고 감사하기 위해 설계된 새로운 표준인 협업적 인간-에이전트 프로토콜(CHAP)을 소개한다.
본 연구는 부력 조건하의 매우 불균질한 산림 벌채지 흐름 내 온도 변동에 대해 테일러 가설이 유효하지 않음을 입증하는데, 이는 대규모 무작위 스위핑 이벤트가 시공간 상관 함수를 타원형 곡선으로 왜곡하여 정확한 시공간 변환을 위해 더 일반적인 타원 모델을 필요로 하기 때문이다.
이 논문은 부정(negation)이 없는 양상 체계로서 독립적인 박스(box) 및 다이아몬드(diamond) 양상들을 갖는 긍정적 순간적 이웃 논리(Positive Instantial Neighbourhood Logic, PINL)를 도입하고, 지속적 이웃 의미론(persistent neighbourhood semantics), 2-DLIos를 이용한 대수적 의미론, 그리고 정형 비토폴로지 표현(canonical bitopological representation)을 통해 이 체계의 완전성을 입증한다.
이 논문은 결맞는 이징 머신(Coherent Ising Machine)이 평형 전파(Equilibrium Propagation) 및 Adam 옵티마이저와 결합되었을 때, 개선된 수렴성과 확장성을 갖춘 에너지 기반 신경망을 효과적으로 학습시킬 수 있음을 입증하며, 이는 에너지 효율적인 차세대 AI 하드웨어를 위한 유망한 경로를 제시한다.