Blog
Entwicklung der Beam-Monitor-Detektoren für die Low-E-Beamline am CERN SPS H2-Linie
A series of beam tests were conducted at the KEK AR test beamline in ordet to investigate the performance of a prototype detector for instrumentation in the low-E beamline at the CERN H2 line. For the silicon strip detector, the simultaneous readout...
Photonisches Reservoir mit kooperativem Speicher unter Verwendung von Modulations-Nichtlinearität: Umgehung der Geschwindigkeitsbeschränkungen nichtlinearer Silizium-Mikroringresonatoren
Complex dynamics of silicon microring resonators loaded by delayed feedback elements enable high-speed photonic reservoir computing. Implementing feedback is especially challenging when the required delay should match the time scales of silicon’s nonlinearities. To increase the computation speed and preclude any need...
Spektrale Stabilität periodischer Wanderwellen in Caudrey-Dodd-Gibbon-Sawada-Kotera-Gleichung
We study the spectral stability of the one-dimensional small-amplitude periodic traveling wave solutions of the (1+1)-dimensional Caudrey-Dodd-Gibbon-Sawada-Kotera equation. We show that these waves are spectrally stable with respect to co-periodic as well as square integrable perturbations. Este artículo explora los viajes en...
Energieraten aufgrund schwacher Zerfallsraten von Vanadiumisotopen in Stellar Umwelt
The neutrino cooling and gamma heating rates are considered as an important input needed to study the final phases of the evolution of high-mass stars. The weak-interaction mediated processes, namely the $\beta$-decay and electron capture, significantly change the lepton to baryon ratio...
iTFKAN: Interpretierbare Zeitreihenvorhersage mit Kolmogorov-Arnold Netzwerk
As time evolves, data within specific domains exhibit predictability that motivates time series forecasting to predict future trends from historical data. Jedoch, current deep forecasting methods can achieve promising performance but generally lack interpretability, hindering trustworthiness and practical deployment in safety-critical applications...
Auf dem Weg zu einem schnellen und robusten Deep-Hedging-Ansatz
Wir präsentieren ein robustes Deep-Hedging-Framework für die Preisgestaltung und Absicherung von Optionsportfolios, das die Trainingseffizienz und Modellrobustheit deutlich verbessert. Insbesondere, Wir schlagen ein neuronales Modell zum Trainieren von Modelleinbettungen vor, das die Pfade mehrerer fortgeschrittener Gerechtigkeiten nutzt..
Anpassungsgüte für die Amplitudenanalyse mit Anomalieerkennung
Die Amplitudenanalyse ist ein zentrales Werkzeug in der Hadronenspektroskopie, Dabei handelt es sich im Wesentlichen um eine Reihe von Wahrscheinlichkeitsanpassungen an mehrdimensionale experimentelle Verteilungen. Für niedrigdimensionale Szenarien stehen zahlreiche robuste Anpassungstests zur Verfügung, Die Bewertung der Anpassungsgüte bei der Amplitudenanalyse stellt erhebliche Herausforderungen dar. In dieser Arbeit,...
SoCov: Semiorthogonales parametrisches Pooling der Kovarianzmatrix für Sprecheranerkennung
In herkömmlichen Deep-Speaker-Einbettungsframeworks, Die Pooling-Schicht aggregiert alle Features auf Frame-Ebene im Laufe der Zeit und berechnet ihre Durchschnitts- und Standardabweichungsstatistiken als Eingaben für nachfolgende Schichten auf Segmentebene. Eine solche Statistik-Pooling-Strategie erzeugt Darstellungen fester Länge aus Sprachsegmenten variabler Länge. Jedoch, Das...
Nichtlineare Ansteckungsdynamik in dynamischen Netzwerken: genaue Lösungen von Konsenszeiten bis hin zu Evolutionsverläufen
Verständnis nichtlinearer sozialer Ansteckungsdynamiken in dynamischen Netzwerken, wie zum Beispiel Meinungsbildung, ist entscheidend, um neue Erkenntnisse über Konsens und Polarisierung zu gewinnen. Ähnlich wie bei schwellenabhängigen komplexen Ansteckungen, Die Nichtlinearität der Akzeptanzraten stellt die Mean-Field-Approximationen vor Herausforderungen. Um diese theoretische Lücke zu schließen,...
Marginalisierte generalisierte IoU (MGIoU): Eine einheitliche Zielfunktion für Optimierung aller konvexen parametrischen Formen
Die Optimierung der Ähnlichkeit zwischen parametrischen Formen ist für zahlreiche Computer-Vision-Aufgaben von entscheidender Bedeutung, wo Kreuzung über Union (IoU) gilt als kanonisches Maß. Jedoch, Bestehende Optimierungsmethoden weisen erhebliche Mängel auf: Regressionsbasierte Verluste wie L1/L2 korrelieren nicht mit IoU, IoU-basierte Verluste sind instabil..