Apprentissage profond désagrégé via le calcul physique à radiofréquence
Appareils de pointe modernes, comme les caméras, drones, et nœuds Internet des objets, s'appuyer sur l'apprentissage profond pour permettre un large éventail d'applications intelligentes, y compris la reconnaissance d'objets, perception de l'environnement, and autonomous navigation. Cependant, deploying deep learning models directly on the often resource-constrained edge devices...
Sur les équations différentielles canoniques pour Feynman multi-échelle de Calabi-Yau intégrales
Nous généralisons une méthode récemment introduite dans la littérature, that derives canonical differential equations, to multi-scale Feynman integrals with an underlying Calabi-Yau geometry. We start by recomputing a canonical form for the sunrise integral with all unequal masses. En plus, we compute for...
Sur l'automatisation du degré des preuves de somme des carrés
The Sum-of-Squares (SoS) hierarchy, also known as Lasserre hierarchy, has emerged as a promising tool in optimization. Cependant, it remains unclear whether fixed-degree SoS proofs can be automated [O’Donnell (2017)]. Indeed, there are examples of polynomial systems with bounded coefficients that admit...
Première étude de la reconstruction de l'angle des neutrinos à l'aide de méthodes quasi-élastiques interactions dans MicroBooNE
We investigate the expected precision of the reconstructed neutrino direction using a {\pas}{\dans}-argon quasielastic-like event topology with one muon and one proton in the final state and the reconstruction capabilities of the MicroBooNE liquid argon time projection chamber. This direction is of...
Faire la lumière sur l’équation de Landau-Lifshitz-Gilbert: Conséquences de son noyau de mémoire fractale non markovienne pour le magnétique induit optiquement inertie et magnons
The Landau-Lisfhitz-Gilbert (LLG) equation has been the cornerstone of modeling the dynamics of localized spins, viewed as classical vectors of fixed length, within nonequilibrium magnets. When light is employed as the nonequilibrium drive, the LLG equation must be supplemented with additional terms...
Compression d'électrons libres zeptoseconde par lentille temporelle
La recherche d’échelles de temps toujours plus courtes est une frontière de la physique moderne, illustré par la synthèse d'impulsions lumineuses attosecondes — an achievement made possible by coherently superimposing a broad range of photon energies, as required by the uncertainty principle. Cependant, extending...
Ajustement des métriques et ultramétriques des arbres dans les flux de données
Fitting distances to tree metrics and ultrametrics are two widely used methods in hierarchical clustering, primarily explored within the context of numerical taxonomy. Given a positive distance function $D:\certains d'entre eux{V}{2}\rightarrow\mathbb{R.}_{>0}$, le but est de trouver un arbre (or ultrametric) $T$ including all elements...
Polarisation flexoélectrique dans les cristaux liquides chiraux: électrostatique auto-interactions de défauts topologiques
The presence of topological defects in apolar chiral liquid crystals cause orientational distortions, conduisant à une déformation non uniforme. This non-uniform strain generates an electric polarization response due to the flexoelectric effect, qui induit un champ électrique interne. Associated to this electric field is...
Rejouer pour se souvenir: Conserver les connaissances du domaine dans le langage de streaming Modèles
Apprentissage continu dans de grands modèles de langage (LLM) typically encounters the critical challenge of catastrophic forgetting, where previously acquired knowledge deteriorates upon exposure to new data. While techniques like replay buffers and parameter-efficient tuning (par ex., Adaptation de bas rang ou LoRA) have been proposed, few...
Mélange de jetons: Vers la génération d’images haute résolution avec Modèles autorégressifs
Autorégressif (RA) modèles, longtemps dominant dans la génération linguistique, are increasingly applied to image synthesis but are often considered less competitive than Diffusion-based models. A primary limitation is the substantial number of image tokens required for AR models, which constrains both training and...