Black Holes: Now With No Singularity
阿尔伯特·爱因斯坦（Albert Einstein）已被多次证明，但是他的方程式预测的某些事情尚未被证明是科学，但仍然是关于科学的大众意识的一部分。例如，“奇异性”，物理法则在黑洞的核心中停止应用。尽管卡尔·施瓦茨（Karl Schwarzschild）找到了爱因斯坦（Einstein）1915年的一般相对论方程的精确解决方案，这意味着现在被称为黑洞的极端物体的存在，但质量如此集中，以至于没有光（甚至没有光）可以逃脱其引力拉力（因此“黑色”），但物理学社区仍然没有符合。 100多年来，许多人甚至发现这是有问题的。在某些情况下，奇异性只是数学。数学是一种语言，语言可以讲故事。阅读更多
Soft Computing, Volume 28, Issues 9-10, May 2024
1) 使用改进的 SSO 算法对绿色能源集成微电网电力系统进行优化频率控制作者：A. Deepa、Arangarajan Vinayagam...Andrew Xavier Raj Irudayaraj页数：6423 - 64462) 动态适应度距离平衡随机分形搜索 (dFDB-SFS 算法)：一种用于全局优化和精确光伏建模的有效元启发式方法作者：Hamdi Tolga Kahraman、Mohamed H. Hassan...Salah Kamel页数：6447 - 64743) 一种用于大规模多目标优化问题的基于快速插值的多目标进化算法作者：Zhe Liu、Fei Han...Jing J
On the Stepwise Nature of Self-Supervised Learning
图 1：自监督学习中的逐步行为。在训练常见的 SSL 算法时，我们发现损失以逐步方式下降（左上），而学习到的嵌入则以迭代方式增加维度（左下）。嵌入的直接可视化（右图；显示了前三个 PCA 方向）证实了嵌入最初会折叠到一个点，然后扩展到 1D 流形、2D 流形，并随着损失的步骤而扩展。人们普遍认为，深度学习的惊人成功部分归功于它能够发现和提取复杂数据的有用表示。自监督学习 (SSL) 已成为一种领先的框架，用于直接从未标记数据中学习图像的这些表示，类似于 LLM 直接从网络抓取的文本中学习语言的表示。然而，尽管 SSL 在 CLIP 和 MidJourney 等最先进的模型中发挥着关键作用，但诸
