XiaoMi-AI文件搜索系统
World File Search Systemgeometry
• IC2024_10_01 代数几何和/或交换代数博士后研究员 BC 的奇点理论和代数几何组 (STAG)
• IC2024_10_01 代数几何和/或交换代数博士后研究员 BCAM-巴斯克应用数学中心的奇点理论和代数几何组 (STAG) 和约翰内斯古腾堡美因茨大学的代数、几何、拓扑和数论组 (AGTZ) 正在寻找一名 2 年的博士后，由 STAG 的 Javier de Bobadilla、Ilya Smirnov 和 AGTZ 的 Manuel Blickle、Duco van Straten 指导。该职位由 AEI-DFG 联合资助 (BL 1072/3-1“经典奇点理论与正特征方法相遇”) ，申请人应积极参与上述 DFG/AEI 提案中概述的一个或多个项目。研究员预计将在 JGU Mainz 工作一年，在毕尔巴鄂工作一年。该职位无需出差，并提供一些差旅资金。潜在研究员应具有交换代数或代数几何背景，并根据 PI 所追求的方向进行解释。我们的主要选择标准是研究卓越性，但我们会考虑申请人的背景或兴趣是否与我们研究小组所追求的方向重叠。工资：根据经验，研究员的年薪总额在 JGU 为 55.556,88 欧元，在 BCAM 为 29.994 欧元 - 36.420 欧元。合同：JGU 1 年 + BCAM 1 年 成立时间：灵活，截止至 2025 年 10 月 1 日 截止日期：2025 年 1 月 13 日，14:00 CEST 有关该职位的更多信息，请访问：https://joboffers.bcamath.org/apply/ic2024-10-01- postdoctoral-fellow-in-algebraic-geometry-and-or-commutative-algebra
基于图的扩散模型，用于使用不规则几何量的热量量表中的快速淋浴模型
仿真在解释大型强子对撞机（LHC）实验的碰撞数据以及与理论预测的测试对齐中起着至关重要的作用。在模拟碰撞数据中所带来的独特挑战，包括高维特征空间和缺乏可拖动的可能性模型，启发了一系列深度学习解决方案[1,2]。特别是，对于模拟检测器中的粒子相互作用，核心挑战是有限的计算资源，以对热量计中的粒子阵雨建模所需的极端细节主导。在这里，基于Geant 4 [3 - 5]的蒙特卡洛模拟的传统方法是强大但资源高度的 - 占据了地图集模拟链中最大的时间[6]。在未来的高光度LHC运行中，热量计模拟将需要应对更高的数据速率，从而可能成为物理分析的限制因素，而在该领域没有显着进展[7]。为了大大加快热量计模拟的速度，已经采取了许多努力。虽然快速的淋浴模型已成功部署在LHC实验[8,9]中，但准确性却有限。最近，深层生成模型的出现导致了它们的广泛流行和解决这项任务的潜力。应用于量热计的第一个生成模型
量子熵将物质与几何结合起来
摘要 我们提出了一种将物质场与高阶网络（即细胞复合体）上的离散几何耦合的理论。该方法的关键思想是将高阶网络与其度量的量子熵相关联。具体来说，我们提出了一个具有两个贡献的作用。第一个贡献与度量与高阶网络相关联的体积的对数成正比。在真空中，这个贡献决定了几何的熵。第二个贡献是高阶网络的度量与物质和规范场诱导的度量之间的量子相对熵。诱导度量根据拓扑旋量和离散狄拉克算子定义。定义在节点、边和高维细胞上的拓扑旋量为物质场编码。离散狄拉克算子作用于拓扑旋量，并通过最小替换的离散版本依赖于高阶网络的度量和规范场。我们推导了度量场、物质场和规范场的耦合动力学方程，提供了在离散弯曲空间中获取场论方程的信息论原理。
运动皮层神经几何的新兴观点支持高性能解码
脑机接口 (BCI) 解码器假设神经活动受到约束，这些约束既能反映科学信念，又能产生可处理的计算。最近的科学进展表明，神经活动的真正约束，尤其是其几何形状，可能与大多数解码器所假设的约束大不相同。我们设计了一个解码器 MINT，以接受可能更合适的统计约束。如果这些约束是准确的，MINT 应该优于明确做出不同假设的标准方法。此外，MINT 应该与可以隐式地从数据中学习约束的表达性机器学习方法相媲美。MINT 在各项任务中表现良好，表明其假设与数据非常匹配。在我们进行的每项比较中，MINT 都优于其他可解释方法。在 42 次比较中，MINT 在 37 次中优于表达性机器学习方法。MINT 的计算简单，随着神经元数量的增加而扩展，并产生可解释的数量，例如数据可能性。 MINT 的性能和简单性表明它可能是许多 BCI 应用的有力候选者。24
耗散量子 - 步行动力学中光谱几何形状的自动加速度
物理系统的动态行为通常源自其光谱特性。在开放系统中，有效的非炎症描述可以在复杂平面中获得丰富的光谱结构，因此伴随的动态非常丰富，而基本连接的识别和构成很具有挑战性。在这里，我们实验证明了局部激发的瞬时自我加速与使用有损耗的光子量子步道的非热谱拓扑之间的对应关系。首先将重点放在一维量子步行上，我们表明，测得的波函数的短时加速度与特征光谱所包围的区域成正比。然后，我们在二维量子步行中揭示了类似的对应关系，其中自动加速与复杂参数空间中特征光谱包含的体积成正比。在两个维度中，瞬态自动加速度越过长期行为，在漂移速度下以恒定流动为主。我们的结果揭示了频谱拓扑与瞬态动力学之间的通用对应关系，并为非光谱几何形状源自光谱系统的现象提供了敏感的探针。
几何学计算思维的跨文化见解
当前的研究表明，具有强大的计算思维背景的高技能和积极进取的学生，他们寻求机会利用其在这个时代推动创新和成功的专业知识。这些研究还表明，学生的计算思维能力差异很大，具体取决于教育资源，课程重点和个人才能。尽管如此，人们越来越认识到培养这些技能的重要性，并正在努力将它们更全面地整合到全球的教育系统中，包括在印度尼西亚和日本，成为发展中国家和发达国家的代表。因此，评估这两个国家的计算思维能力将很有趣。采用描述性定性研究方法来描述印度尼西亚和日本学生的计算思维能力。学生工作表，专门为此目的而设计的，用于使用Scratch应用程序在学习过程中评估这些能力的发展。结果表明，学生采用了各种策略来解决给定的几何问题。另一方面，几何形状是可以使用此应用程序识别学生的计算思维的数学主题之一。这些发现用于对学生在两国的计算思维技能进行分类，并确定学生在提高这些技能方面遇到的潜在障碍。尽管如此，这些约束提供了对潜在的未来研究和增强领域的重要见解。随后的努力可以通过实施特定的学习方法或方法来确定在提高学生的计算思维能力方面有效的方法来确定进行实验。这项研究不仅强调了扩大学生计算思维技能研究的潜力，而且还概述了学习过程，学习文化以及学生使用其计算思维技能的分层难度水平解决几何问题的能力。
库珀配对，扁平频段超导性和pyrochlore-Hubbard模型中的量子几何
我们研究了Bloch状态的量子几何形状的影响，该量子通过带状分辨的量子量张量，对三维Pyrochlore- Hubbard模型中的库珀配对和频段超导性的影响。首先，我们准确分析了低洼的两体频谱，并表明配对顺序参数在此四波段晶格中是均匀的。这使我们能够建立多播超导体的超级流体重量之间的直接关系，（i）在零温度下最低的两体分支的有效质量（（ii）Ginzburg-landau的动力学系数在关键温度和（iii）veLocity and Zeratonkonkonkonkonkotnonkonkonkonkonkonkonkonkonegondonkonkonkonegondonkonkonegondonkondonkonegondonkondonektone and Zery the Zeratonkonkonekonegine the Zery the godkonkondone the Zery the goftonkondone the Zery the godkonkondone the ZeryaTinkonkondonkon。此外，我们对超级流体重量和戈德石模式进行了重复的数值分析，探索它们在零温度下的常规和几何成分。
预测学习塑造了人类大脑的表征几何
1 德国图宾根大学赫蒂临床脑研究所神经动力学和脑磁图系 2 德国图宾根大学综合神经科学中心 3 德国图宾根大学 MEG 中心 4 德国图宾根德国精神健康中心 (DZPG) 5 德国图宾根大学慕尼黑亥姆霍兹中心 IDM/fMEG 中心 6 德国图宾根德国糖尿病研究中心 (DZD) 7 德国图宾根大学医院内科 IV 系 8 德国图宾根大学药学和生物化学系 9 美国明尼苏达大学共济会发育脑研究所 (MIDB) * 通讯作者：Markus Siegel (markus.siegel@uni-tuebingen.de) 和 Antonino Greco (antonino.greco@uni-tuebingen.de) 预测编码理论提出大脑不断更新其内部世界模型，以尽量减少预测误差并优化感官处理。然而，将预测误差编码与感官表征优化联系起来的神经机制仍不清楚。在这里，我们提供了预测学习如何塑造人类大脑表征几何的直接证据。我们在聆听不同规律性水平的声音序列的人类参与者中记录了脑磁图 (MEG)。表征相似性分析揭示了大脑如何通过学习，通过对时间连续和可预测刺激的表征进行聚类，使其表征几何与感官输入的统计结构相匹配。至关重要的是，我们发现在感官区域中，表征转变的幅度与预测误差的编码强度相关。此外，使用部分信息分解我们发现，预测误差由高级联想和感官区域的协同网络处理。重要的是，精度误差的协同编码强度可以预测学习过程中表征对齐的幅度。我们的研究结果证明，参与预测处理的大规模神经相互作用会调节感觉区域的表征内容，这可能会提高响应环境统计规律的感知处理的效率。
尼日利亚卫生系统上的人力资本祸害
摘要。这项工作旨在对Gabapentin（GPN）（GPN）的Mn（II），Co（ii），Ni（ii）和Cu（II）复合物进行计算研究，并将其配置为[M（GPN）（H 2 O）3（Cl）]。n H 2 O复合物（其中n = 2-6），使用DFT方法。它们以前是合成和表征的。DFT计算与实践研究非常吻合。金属络合物的键长降低或增加，而不是由于络合而不是配体的键长。复合物的键角预测中央金属离子周围的八面体环境预测SP 3 D 2或D 2 SP 3杂交。计算出的能量参数为负，表明金属复合物的稳定性。化合物的小能带间隙预测了电子转移的较高生物学活性和高趋势。理论和实验IR的可比频率可能归因于测量的不同阶段。药物的分子相互作用（GPN）及其金属（II）络合物的诱导拟合对接SP G得分表明，所有研究的化合物都与音白氨酸受体5-HT2C和D2多巴胺受体蛋白具有良好的相互作用。co（ii）-GPN与静脉受体5-HT2C的活性位点残基相互作用，其出色的码头得分为-7.370 kcal/mol，rmsd =1.581Å。另一方面，Ni（ii）-GPN的最佳码头得分为-6.638 kcal/mol，RMSD =1.995Å，D2多巴胺受体。
Moire材料和非平衡平面带传输中的量子几何形状
扭曲的双层石墨烯（TBG）中的平坦带超导性和量子几何形状平坦带中的非富特液体正常状态平面频带超导体中的非平衡转运dc在平坦带中的直流电导率。