Hamiltonianos supersimétricos y campos gauge no reversibles en Fokker-Planck
Optimiza la dinámica de Fokker-Planck con campos gauge no reversibles, Hamiltonianos supersimétricos y aprendizaje de fuerzas finitas mediante actor-critic.
#hamiltonianos
Reducción simpléctica de modelos mediante autoencoders simplécticos
Descubre cómo los autoencoders simplécticos preservan la estructura de sistemas Hamiltonianos, mejorando la precisión en predicciones a largo plazo.
Reconciliando causalidad y termodinámica con modelos causales hamiltonianos
Nuevos modelos causales hamiltonianos reconcilian causalidad y termodinámica de no equilibrio. Aprende cómo miden la irreversibilidad en sistemas físicos.
Modelado de orden reducido de Hamiltonianos con redes simplécticas
Descubre cómo las redes neuronales simplécticas preservan la estructura hamiltoniana en modelos reducidos, logrando simulaciones precisas y estables a largo plazo.
Aprendizaje eficiente de Hamiltonianos, estructura y traza de estados Gaussianos
Aprende sobre el nuevo protocolo para aprendizaje eficiente de Hamiltonianos de estados Gaussianos usando mediciones heterodinas e inversión local.
Optimizador basado en atención para buscar simetrías
Descubre cómo un optimizador basado en atención encuentra simetrías en Hamiltonianos de Pauli usando IA, superando métodos tradicionales en modelos de Ising y Toric.