【25考研初试大纲】大连海事大学:量子力学考研大纲

1.掌握角动量算符的性质及运算规则,掌握角动量的平方算符以及角动量的不同分量算符的矩阵表示以及矩阵元的求解方法。2.理解并掌握粒子自旋的概念及其物理内涵;掌握泡利矩阵的性质及其运算规则;掌握自由电子自旋在空间任意方向上投影算符的本征方程的求解方法。3.了解角动量的耦合与C-G系数的求解方法及应用。4.掌握...

代数运算对应于认知运算,使用随机向量表示计算函数 VSA到VFA

通过VFAs将VSA绑定概念从符号域推广到函数域是开发具有绑定操作的神经网络方法的关键步骤。此外,通过将函数表示为向量,VFA为电流型神经网络处理函数提供了一个有趣的输入接口。此外,内核和深度学习之间存在已知的联系,具体而言,基于梯度的学习可以根据所谓的路径内核(Domingos,2020),神经切线内核的扩展(Jacot等人,2018)来...

《Nature》高分子材料成功独占鳌头,成为引爆学术界的核弹!

4.掌握基于扩展有限元法(XFEM)的断裂力学模型,包括其模拟多裂纹扩展和聚结的能力,以及计算应力强度因子的方法。5.理解GNN的基本概念,包括图的表示(顶点和边)、最近邻集的确定以及空间消息传递过程。6.学习Microcrack-GNN框架中各个GNN的实现细节,Class-GNN预测传播和非传播微裂纹的方法,以...

精品资料:《电气图纸制图规范》及电气图纸的识读方法

⑵元件和连接线的表示方法①元件用于电路图中时有集中表示法、分开表示法、半集中表示法。②元件用于布局图中时有位置布局法和功能布局法。③连接线用于电路图中时有单线表示法和多线表示法。④连接线用于接线图及其他图中时有连续线表示法和中断线表示法。4、图形符号、文字符号(或项目代号)是电气图的主...

经典综述:自由能原理——统一的大脑理论

智能体可以通过两种方式减少自由能。它们可以通过对这个世界采取行动来改变感官输入,或者可以通过改变自身内部状态来改变识别密度。这种区分很好地对应了行动(通过外部干预改变输入)和感知(通过内部调整解释输入)的概念(框1)。通过考虑自由能的三种数学等价形式,我们可以更详细地了解这意味着什么(数学处理方法...

席南华:基础数学的一些过去和现状

这个纲领的中心是函子性(functoriality)猜想,该猜想描述了不同代数群的自守表示之间深刻的联系(www.e993.com)2024年11月25日。函子性猜想蕴涵了很多著名的猜想,如阿廷猜想、拉马努金猜想、佐藤-泰特猜想等。函子性猜想的一个重要特殊情况是朗兰兹互反律,或说朗兰兹对应。通过整体域上简约代数群的自守表示定义的L函数称为自守L函数。还有一种...

“幻觉”问题根本无解!为什么我们的大模型会“说胡话”?

定义6(幻觉):若存在s∈S使得h(s)≠f(s),则模型相对于真值函数f出现幻觉。基于此定义,幻觉不再与真实世界中的正确性或真实性直接相关,而是指大模型Gh所构建的形式世界与其对应的真值函数Gf形式世界之间的不一致性。Gh和Gf之间可能存在以下三种关系:...

革命性KAN 2.0横空出世,剑指AI科学大一统,MIT原班人马再出神作

结构模块化的特点是连接群集,其中特征是群集内的连接远强于群集间的连接。为此,作者引入了module方法:保留群集内的连接,同时去除群集间的连接。模块由用户来指定,语法是:具体而言,模块化有两种类型:可分性和对称性。可分性:如果说一个函数是可分的,那么它就可以表示为非重叠变量组的函数的和或积。

AI集大成!Scallop:神经符号编程语言: 符号、概率、可解释等强化...

实现我们应用程序的一种流行的RL方法是-学习。它的目标是学习一个函数:×→R,该函数返回在状态下采取动作的预期奖励。1.由于游戏状态是图像,我们采用深度-学习[Mnih等人,2015],它使用具有学习参数的卷积神经网络(CNN)模型来近似函数。对于我们的应用程序,基于端到端深度学习的方法涉及训练模型预测给定游戏状态...

Scaling Laws with Vocabulary:通过调整词汇表大小优化大语言模型...

损失函数的参数拟合:通过调整现有的缩放法则(如Chinchilla缩放法则),并结合模型参数、词汇参数和训练数据量来预测一个标准化的损失函数。这种方法也能够预测在非计算最优设置下的最优词汇表大小。这三种方法各有侧重点,但都旨在通过不同的技术手段来精确预测在不同计算预算下的最优词汇表大小。通过这些方法,研究者...