XiaoMi-AI文件搜索系统
World File Search System渐近行为
JHEP02（2024）140
摘要：我们研究了带电的C-metric的准模式（QNM），从尼克拉索夫（Nekrasov）的4D n = 2 n = 2 SuperConformal Field Field Theories（SCFTS）的帮助下，该电荷C-metric代表了带电的加速黑洞。带电的c-metric中的QNM分为三种类型：光子表面模式，加速模式和近超级模式，这很好奇[1]中提出的单个量化条件如何重现所有不同的家族。我们表明，根据Nekrasov的分区函数编码的连接公式可在数值上捕获所有这些QNM家族，并恢复加速度的渐近行为和近距离模式。使用不同4D n = 2 scfts的连接公式，可以分别求解标量扰动方程的径向和角部分。可以将相同的算法应用于DE Sitter（DS）黑洞，以计算DS模式和光子 - 球形模式。
利用量子纠缠构建时空
弦理论中的引力/规范理论对应 [1; 2; 3] 代表了在寻找量子引力的一般非微扰描述方面取得的令人振奋的进展。它假定具有固定时空渐近行为的某些量子引力理论与普通量子场论完全等价。我们可以将这种对应视为通过量子场论提供了量子引力理论的完整非微扰定义。然而，尽管有大量证据证明这种对应关系的有效性，但我们并没有深入了解时空/引力为何或如何从场论的自由度中出现。在本文中，我们将基于广为接受的规范理论/引力对偶的例子，论证引力图景中时空的出现与相应的传统量子系统中自由度的量子纠缠密切相关。我们首先会展示，与断开的时空相对应的某些量子态叠加会产生被解释为经典连通时空的状态。更定量地说，我们将在一个简单的例子中看到，减少量子态之间的纠缠
连续空间中定向聚合物的定位
摘要。本文的首要目标是给出 Mukherjee-Varadhan 拓扑的新度量化，该拓扑最近被引入作为欧几里得空间中概率测度空间的平移不变紧化。这种新的度量化使我们能够实现第二个目标，即将 Bates 和 Chatterjee 最近关于离散定向聚合物端点分布局部化的计划扩展到基于欧几里得空间中一般随机游动的聚合物。按照他们的策略，我们研究了端点分布更新图的渐近行为，并研究了满足变分原理的分布不动点集。我们表明，当且仅当系统处于高温状态时，集中在零测度上的分布才是该集合中的唯一元素。这使我们能够证明渐近聚类（渐近纯原子性性质的自然连续类似物）在低温状态下成立，并且当且仅当系统处于低温状态时，端点分布才在几何上局部化并具有正密度。
具有不同感染性和免疫力降低的随机流行模型
摘要。我们研究了一种基于个体的随机流行模型，在这种流行病模型中，感染的个体在每种感染后再次变得易感性。与经典隔室模型相反，在每次感染之后，感染性是自感染以来经过的时间的随机函数。同样，根据随机易感函数，恢复的个体在一段时间后逐渐易感。我们研究了该模型的大种群渐近行为：我们证明了大量的功能定律（FLLN），并研究了限制确定性模型的地方性平衡。极限取决于易感性随机函数的定律，但仅取决于平均感染函数。flln是通过构造i.i.d的序列证明的。辅助过程并从混乱的传播理论中适应了方法。极限是Kermack和McKendrick引入的PDE模型的概括，我们展示了如何作为我们的FLLN限制的特殊情况获得该PDE模型。如果r 0小于（或等于）某个阈值，则流行病不会永远持续下去，最终从人口中消失，而如果r 0大于该阈值，则流行病将不会灭绝，并且存在一个地方性平衡。感染后很长时间后，该阈值的值是易感性的谐波平均值。
有限样本范围内的量子计量学
在量子计量学（量子技术的主要应用之一）中，估计未知参数的最终精度通常用克拉姆-罗界限来表示。然而，在获得少量测量样本的情况下，后者不再保证具有操作意义，我们通过一个简单的例子来说明这一点。我们建议通过获得具有给定精度的估计值的概率来量化计量协议的质量。这种方法，我们称之为可能近似正确 (PAC) 计量学，可确保有限样本范围内的操作意义。精度保证对未知参数的任何值都成立，而克拉姆-罗界限则假设它是近似已知的。我们建立了与量子态多假设检验的紧密联系，这使我们能够推导出克拉姆-罗界限的类似物，其中包含与有限样本范围相关的明确校正。我们进一步研究了状态的多个副本的估计程序成功概率的渐近行为，并将我们的框架应用于自旋为 1/2 的粒子集合的相位估计示例任务。总体而言，我们的操作方法允许在有限样本范围内研究量子计量学，并为量子信息理论和量子计量学的交叉研究开辟了大量新途径。
![arxiv：2503.05399v1 [Math.dg] 2025年3月7日](/simg/g:\will\search\icon\source\a\a0464b922469f5b23deae1245fbc7f8b73f48891.webp)
arxiv：2503.05399v1 [Math.dg] 2025年3月7日
∂E（t）κe（t）d H 1表示E（t）曲率的平均值（t）。在物理文献中已经提出了这种类型的进化，作为使现象的模型[31，32]。像Mullins-sekerka流一样，集合E（t）的面积沿流量保存，周长不侵扰。曲率流的另一个重要特征是，它可以正式视为周长的L 2-级别流。通常，对（1.1）和（1.2）的平滑解决方案可能会在有限的时间内产生奇异性（例如，请参见[10,10,26,27]）。利用所考虑的两个流的梯度流结构，可以通过最小化移动方案（在[3，25]中引入此设置），将弱解定义为（1.1）和（1.2）。此方案定义连续流的离散时间近似，通常称为离散流，具体取决于时间参数h。l 1-限速点为离散流的h→0称为平流，因此，在每次t∈[0，∞）时定义了集合e（t）的家族e（t）。在构建了这个全球范围的弱解决方案后，研究其渐近学是一个自然的问题。关于这些几何流量的解决方案的渐近行为有广泛的文献。一方面，在初始基准的各种几何假设下，一个人能够显示出（1.1）或（1.2）的平滑解决方案的全球及时存在，并表征其渐近行为。关于Mullins-Sekerka流，我们引用了[1，6，11，14]，而某些对体积的平均曲率流量的参考为[4、5、5、12、9、34]。另外，人们可以直接研究离散的流量或流量，鉴于最近对所考虑的流量的弱唯一性的结果，这种观点已经获得了显着的兴趣。特别是，这些结果表明，只要存在（1.1）或（1.2）的经典解决方案，任何流动的流量就与之重合。在[13，16]中的（1.1）（在二维中）和[17]中的（1.2）中已证明这一点，在初始数据上的某些规律性假设下，另请参见[23]，对于弱的唯一性，对于弱的唯一性结果，导致体积预状的弱弱概念的弱含量是平均平均曲率曲率。在平均曲率流（1.2）的欧几里得设置r 2和r 3中的情况已被很好地理解。第一个结果涉及融合向浮游向球的翻译的收敛，如[21]在n = 2，3。后来，由于具有尖锐指数的Alexandrov定理的新颖定量版本，在[29]中，作者证明了离散流向球，指数速率的收敛，没有其他翻译。随后，他们设法将这项研究扩展到[20，19]中更具挑战性的浮动案例。另请参见[22]，有关平面各向异性情况的类似结果。在[20，19]中再次包含t 2中（1.1）的流量溶液的结果，假设初始基准e 0具有固定的阈值。在t 2中，这构成了初始基准e 0满意p（e 0）<2。这个问题至关重要。我们将重点放在平面，定期设置t 2上。在定期设置T N的确，由于流量不会增加周长，因此流量的唯一可能的限制点是球的工会，因此作者可以实质上应用它们在R 2中获得的稳定性结果而不会发生太大变化。
Metalo：从分子相互作用图中提取的逻辑模型的代谢分析
摘要：分子相互作用图（MIMS）是静态图形表示，描绘了可以使用系统生物学图形符号语言之一形式化复杂的生化网络。不管它们对各种生物学过程的广泛覆盖范围如何，它们都受到动态见解的限制。但是，MIM可以用作开发动态计算模型的模板。我们提出了Metalo，这是一个开放源Python软件包，它可以通过使用通用核心代谢网络的过程说明MIMS推断出布尔模型的耦合。Metalo提供了一个框架来研究信号级联反应，基因调节过程和中央能量生产途径的代谢频道分布的影响。Metalo通过识别陷阱空间来构成布尔模型的异步渐近行为，并提取代谢约束，以将通用代谢网络上下文化。Metalo能够处理大型布尔模型和基因组级代谢模型，而无需动力学信息或手动调整。Metalo背后的框架可以深入分析调节模型，并且可以使无问题的生物领域中缺少OMICS数据，以使通用代谢网络与不当自动重建以及/或疾病特异性新代谢网络的自动重建。Metalo可从https://pypi.org/project/metalo/获得GNU通用公共许可证v3条款。
有效推断分位数治疗效果和超越
我们考虑在估计估计方程式中估计涉及依赖目标参数作为输入的高维滋扰函数的估计参数。一个中心示例是因果推理中（局部）分位处理效应（（l）QTE）的效率估计方程，该方程涉及在分位数上评估的协方差累积分布函数以进行估计。基于估计的滋扰和插入估计值的现有方法，例如伪造的马克内斯学习（DML），我们需要我们在所有可能的输入中学习滋扰。对于（L）QTE，DML要求我们学习整个协变量累积分布函数。我们相反提出了局部付符的机器学习（LDML），该学习避免了此盗窃步骤，并且只需要在单个初始粗略猜测目标参数的情况下估算烦恼。对于（L）QTE，LDML仅涉及学习两个回归功能，这是机器学习方法的标准任务。我们证明，在LAX速率条件下，我们的估计器具有与使用未知的真实滋扰的不可行的估计器相同的渐近行为。因此，LDML显着实现了实际上可比性和理论上的效率估计因果推理中重要数量的效果，例如（l）QTES，当我们必须控制许多协变量和/或相关关系时，正如我们在经验研究中所证明的那样。
JHEP02（2025）128
摘要：量子纠缠的动力学在解释孤立的多体系统中热平衡的出现方面起着核心作用。然而，臭名昭著的纠缠很难衡量，实际上可以“伪造”：最近的作品引入了伪伦理的概念，描述了多体的合奏指出，虽然只有微弱的纠缠，但不能有效地与具有更高纠缠的州有效区分，例如希尔伯特空间中的随机状态。这提示了一个问题：在量子系统中实现热平衡确实需要多少纠缠？在这项工作中，我们通过引入量子动力学的随机电路模型来解决这个问题，这些动力学在后期均衡到伪符号的合奏 - 一种现象，我们命名了集合合奏伪热化。这些模型复制了热平衡的所有有效观察到的预测，同时仅产生一个少量（且可调的）纠缠量，从而偏离了基于热力学的“最大渗透原理”。我们检查了（i）小子系统上的伪驱动集合如何随时间的函数扩展到整个系统，以及（ii）如何从初始产品状态中生成伪entangled的集合。我们将上述问题映射到计算基础子集的经典马尔可夫链家族。这种马尔可夫链的混合时间与在每个统计时刻或副本数量的水平上与HAAR随机状态无法区分的时间尺度有关。基于数字支持的严格边界和猜想的组合，我们认为每个马尔可夫链的放松时间和混合时间在大系统大小的极限中具有不同的渐近行为。这是截止现象的必要条件：突然的动态过渡到平衡。因此，我们猜想我们的随机电路会导致渐近的区分性转变。