Blog
Sviluppo dei rivelatori Beam Monitor per la Beamline Low-E presso il Linea SPS H2 del CERN
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...
Serbatoio fotonico a memoria cooperativa che utilizza la non linearità della modulazione: Eludere i vincoli di velocità dei risonatori a microanelli di silicio non lineari
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...
Stabilità spettrale delle onde viaggianti periodiche Equazione di Caudrey-Dodd-Gibbon-Sawada-Kotera
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...
Tassi energetici dovuti ai deboli tassi di decadimento degli isotopi del vanadio in Stellar Ambiente
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: Interpretable Time Series Forecasting with Kolmogorov-Arnold Network
As time evolves, data within specific domains exhibit predictability that motivates time series forecasting to predict future trends from historical data. Tuttavia, current deep forecasting methods can achieve promising performance but generally lack interpretability, hindering trustworthiness and practical deployment in safety-critical applications...
Verso un approccio di copertura profonda rapido e robusto
Presentiamo un solido framework di Deep Hedging per la determinazione del prezzo e la copertura dei portafogli di opzioni che migliora significativamente l'efficienza della formazione e la robustezza del modello. In particolare, proponiamo un modello neurale per l'inclusione di modelli di training che utilizza i percorsi di diversi equità avanzate..
Bontà di adattamento per l'analisi dell'ampiezza con rilevamento delle anomalie
L'analisi dell'ampiezza funge da strumento fondamentale nella spettroscopia adronica, che coinvolge fondamentalmente una serie di probabilità che si adattano a distribuzioni sperimentali multidimensionali. Mentre sono disponibili numerosi robusti test di bontà di adattamento per scenari a bassa dimensionalità, la valutazione della bontà dell'adattamento nell'analisi dell'ampiezza pone sfide significative. In questo lavoro,...
SoCov: Pooling parametrico semi-ortogonale della matrice di covarianza per Riconoscimento del relatore
In strutture convenzionali di incorporamento di altoparlanti profondi, il livello di pooling aggrega tutte le funzionalità a livello di frame nel tempo e calcola le statistiche relative alla media e alla deviazione standard come input per i successivi livelli a livello di segmento. Tale strategia di raggruppamento delle statistiche produce rappresentazioni di lunghezza fissa da segmenti vocali di lunghezza variabile. Tuttavia, Questo...
Dinamica di contagio non lineare su reti dinamiche: soluzioni esatte che vanno dai tempi del consenso alle traiettorie evolutive
Comprensione delle dinamiche di contagio sociale non lineare su reti dinamiche, come la formazione delle opinioni, è fondamentale per acquisire nuove conoscenze sul consenso e sulla polarizzazione. Simile ai contagi complessi dipendenti dalla soglia, la non linearità nei tassi di adozione pone sfide per le approssimazioni del campo medio. Per colmare questa lacuna teorica,...
IoU generalizzati emarginati (MGIoU): Una funzione obiettivo unificata per Ottimizzazione di qualsiasi forma parametrica convessa
L'ottimizzazione della somiglianza tra le forme parametriche è fondamentale per numerose attività di visione artificiale, dove Intersezione su Unione (IoU) costituisce la misura canonica. Tuttavia, i metodi di ottimizzazione esistenti presentano notevoli carenze: Le perdite basate sulla regressione come L1/L2 non hanno correlazione con IoU, Le perdite basate sull’IoU sono instabili..