混沌顺序传播 (SPoC) 是一种用于求解平均场随机微分方程 (SDE) 及其相关非线性福克-普朗克方程的最新技术。这些方程描述了受随机噪声影响的概率分布的演变，在流体动力学和生物学等领域至关重要。解决这些 PDE 的传统方法面临着挑战，因为它们的 DeepSPoC：将混沌顺序传播与深度学习相结合以有效解决平均场随机微分方程首先出现在 AI Quantum Intelligence 上。
Announcing The Forrester Wave™: Microsegmentation Solutions, Q3 2024
Forrester 刚刚发布了第二版 Forrester Wave™：微分段解决方案。这项研究与上一份报告仅相隔两年多，而这短短时间内的技术进步令人惊叹。上一份评估报告《Forrester New Wave™：微分段，2022 年第一季度》主要涉及数据中心（或私有网络）中的第 3 层微分段 […]
A framework for solving parabolic partial differential equations
一种新算法通过将复杂的偏微分方程分解为更简单的问题来解决它们，可能指导计算机图形和几何处理。
Variational Rectified Flow Matching
我们研究变异的整流流匹配，该框架通过建模多模式速度矢量场来增强经典的整流流匹配。在推理时，经典的整流流匹配“移动”样品通过沿速度向量场的集成求解普通的微分方程，从源分布到目标分布。在训练时，通过线性插值从源来绘制的耦合样品和一个随机从目标分布中绘制的耦合样品，从而学习了速度矢量场。这导致“地面真相”'速度…
Weekly Climate and Energy News Roundup #643
“这是一个奇怪的历史事实，现代量子力学以两种完全不同的数学表述开始：施罗丁格的微分方程和海森伯格的基质代数。事实证明，两种显然不同的方法在数学上是相等的。
Step-by-Step Diffusion: An Elementary Tutorial
我们提供了一门关于扩散模型数学和机器学习流程匹配的可访问的第一门课程。我们的目标是尽可能简单地教授扩散，以最少的数学和机器学习先决条件，但足够的技术细节来理解其正确性。与大多数有关该主题的教程不同，我们既不采用变异自动编码器（VAE），也不采用随机微分方程（SDE）方法。实际上，对于核心思想，我们将不需要任何SDE，基于证据的降低器（ELBOS），Langevin Dynamics，甚至分数的概念。读者只需要…
Terahertz imaging reveals new views of internal cochlea structure
首次研究人员表明，Terahertz成像可用于以微分级空间分辨率可视化小鼠耳蜗的内部细节。非侵入性方法可以为诊断听力损失和其他与耳朵相关的疾病打开新的可能性。
Maneuvering Speed: How Va Protects Your Plane
，如果不大量简化它，就不可能解释空气动力学。空气动力学是工程师的领域，基于在驾驶舱中没有太多用途的微分方程。
Reinforcement Learning with PDEs
以前，我们讨论了通过在体育馆内整合ODE来将强化学习应用于普通微分方程（ODE）。 ODE是一个强大的工具，可以描述各种系统，但仅限于单个变量。部分微分方程（PDE）是涉及多个变量的衍生物的微分方程，这些变量可以涵盖更广泛的范围[…]使用PDE的强化后学习首先出现在数据科学方面。
Breaking Barriers: Brazilian Team Solves Hilbert’s 16th Problem After 124 Years
1900年，历史上最具影响力的数学家之一大卫·希尔伯特提出了23个影响数学未来的问题。其中，第16个问题是最具挑战性的问题之一，它解决了多项式微分方程描述的动态系统中极限环的有趣问题。经过一个多世纪的无人问津，数学家们终于找到了答案。[…]
New DNA origami technique could create cancer-destroying nanorobots
使用新技术构建的纳米级“恐龙”，使用悉尼大学显微镜和微分析设施的 Thermo Glacios 低温电子显微镜进行成像。这个物体只有 250 纳米宽，是明治大学 Minh Tri Lu 博士和 Shelley Wickham 博士在研究中作为原理验证物体而创建的 […]
Reinforcement Learning for Physics: ODEs and Hyperparameter Tuning
使用 gymnasium 控制微分方程并优化算法超参数照片由 Brice Cooper 在 Unsplash 上拍摄如前所述，强化学习 (RL) 提供了一种强大的新工具来应对控制非线性物理系统的挑战。非线性物理系统的特点是行为复杂，输入的微小变化可能导致输出的剧烈变化，或者只有微小的输出变化可能来自大输入。解决方案可以分裂，相同条件可以产生不同的输出，甚至以路径依赖的形式具有“记忆”。我们介绍了两种将 RL 应用于非线性物理系统的不同方法：传统的基于神经网络的软演员评论家 (SAC) 和不常见的基于遗传算法的遗传编程 (GP) 方法。简而言之，SAC 使用两个神经网络，一个用于学习环境的行为方
上周，我在瓦伦西亚参加了第四届 MODE 实验设计可微分编程研讨会。这是一次很棒的会议，80 名参与者渴望讨论他们在将复杂的深度神经网络模型和类似的混合物应用于基础科学问题方面的最新成果。特别重要的是，参与者的平均年龄在 25 至 30 岁之间。我在开幕词中指出，鉴于这个数字呈下降趋势，我们很快就会开办一所幼儿园。但没有人笑——这些孩子对机器学习很认真，他们用他们所展示的材料的优秀质量展示了这一点。阅读更多
PID Controller in Ship & Pneumatic PID Controller in Ship
1：PID 控制器系统 2：PID 控制器工作原理 PID 控制器通过基于三个元素调整其输出来运行：比例、积分和微分。这些组件协同工作以使输出接近目标或设定点。以下是简要概述： 3：PID 控制器中的闭环系统 闭环系统对于 […] 文章《船舶和气动 PID 控制器中的船舶》首先出现在 Merchant Navy Decoded 上。
Сервосила представила программный симулятор роботов
该开发基于其自己的仿真核心，该核心实时求解微分方程组，这些微分方程组在机器人的单个运动学模型中描述伺服系统内部的物理过程。
Soft Computing, Volume 28, Issue 13-14, July 2024
1) 使用广义梯形模糊数的完整排序进行多准则决策：修改后的结果作者：Raina Ahuja、Amit Kumar、S. S. Appadoo页数：7589 - 76002) 分数不确定微分方程的参数估计作者：Cheng Luo、Guo–Cheng Wu、Ting Jin页数：7601 - 76163) CL 代数上的拓扑作者：H. Khajeh Nasir、M. Aaly Kologani、R. A. Borzooei页数：7617 - 76254) 基于 Siamese capsule gorilla soldiers network 的汽车评论多模态情绪分析作者：Sri Raman Kot
