Kronecker afferma: una potente fonte di multipartito massimamente intrappolato Stati dell'informazione quantistica
Nella teoria dell'informazione quantistica, stati massimamente entangled, specifically locally maximally entangled (LME) stati, sono essenziali per i protocolli quantistici. Mentre molti si concentrano sull’entanglement bipartito, applications such as quantum error correction and multiparty secret sharing rely on multipartite entanglement. These LME states naturally...
Mamba bidirezionale per dati a cella singola: Apprendimento efficiente del contesto con fedeltà biologica
Sequenziamento dell'RNA a cellula singola (scRNA-seq) enables high-resolution analysis of cellular heterogeneity, ma la sua complessità, which is marked by high dimensionality, scarsità, ed effetti batch, which poses major computational challenges. Transformer-based models have made significant advances in this domain but are often limited by...
Limiti fondamentali del rilevamento del punto di cambiamento più rapido con Stati quantistici a variabile continua
Generalizziamo il quantistico CUSUM (CHE COSA?) algorithm for quickest change-point detection, analizzato in dimensioni finite da Fanizza, Hirché, and Calsamiglia (Fis. Rev. Lett. 131, 020602, 2023), ai sistemi quantistici a dimensione infinita. Our analysis relies on a novel generalization of a result by Hayashi...
Sulle matrici magiche delle dimensioni di Eulero $3$ E $8$
A proper Euler’s magic matrix is an integer $n\times n$ matrix $M\in\mathbb Z^{n\times n}$ such that $M\cdot M^t=\gamma\cdot I$ for some nonzero constant $\gamma$, the sum of the squares of the entries along each of the two main diagonals equals $\gamma$, and...
Apprendimento di modelli generativi basati sull'energia tramite flusso potenziale: A Approccio del principio variazionale all'abbinamento dell'omotopia della densità di probabilità
Modelli basati sull'energia (EBM) are a powerful class of probabilistic generative models due to their flexibility and interpretability. Tuttavia, relationships between potential flows and explicit EBMs remain underexplored, while contrastive divergence training via implicit Markov chain Monte Carlo (MCMC) sampling is often unstable...
Classificatore fuzzy ottimizzato per il gradiente: Uno studio di riferimento contro Modelli all'avanguardia
This paper presents a performance benchmarking study of a Gradient-Optimized Fuzzy Inference System (GF) classifier against several state-of-the-art machine learning models, inclusa la Foresta Casuale, XGBoost, Regressione logistica, Supporta macchine vettoriali, e reti neurali. The evaluation was conducted across five datasets from the...
Codificazione dei termini per la combinatoria estrema: Dispersione e complessità Dicotomie
We introduce \emph{Codificazione dei termini}, a novel framework for analysing extremal problems in discrete mathematics by encoding them as finite systems of \emph{equazioni di termini} (E, facoltativamente, \enfa{vincoli di non uguaglianza}). In its basic form, tutte le variabili spaziano su un singolo dominio, and we seek an...
Potenziamento delle prestazioni del classificatore con dati basati sull'opposizione Trasformazione
In questo documento, we introduce a novel data transformation framework based on Opposition-Based Learning (OBL) to boost the performance of traditional classification algorithms. Originally developed to accelerate convergence in optimization tasks, OBL is leveraged here to generate synthetic opposite samples that replace...
Un approccio geometrico ai problemi di ottimizzazione e scienza dei dati
We give new results for problems in computational and statistical machine learning using tools from high-dimensional geometry and probability. Suddividiamo la nostra trattazione in due parti. Nella parte I, we focus on computational considerations in optimization. Nello specifico, we give new algorithms...
Allineamento della forma tramite convezione non lineare Allen-Cahn
This paper demonstrates the impact of a phase field method on shape registration to align shapes of possibly different topology. It yields new insights into the building of discrepancy measures between shapes regardless of topology, which would have applications in fields of...