Космические лучи под прицетом нейросетей: точное определение направления и энергии

Оценка погрешности энергии, полученная для ансамбля pGNN, демонстрирует зависимость от параметров события - зенитного угла, электромагнитной энергии, количества задействованных антенн и расстояния до точки максимального сигнала - при этом наблюдается систематическая ошибка при больших зенитных углах и соответствующих больших расстояниях до источника излучения, что указывает на ограничения в точности реконструкции энергии в этих условиях.

Новый подход с использованием ансамблей графовых нейронных сетей позволяет значительно повысить точность реконструкции характеристик ультравысокоэнергетических космических лучей, регистрируемых радиоантеннами.

Скрытые закономерности: как математика помогает обуздать языковые модели

Галлюцинированные последовательности демонстрируют тенденцию к сохранению спектральных характеристик, близких к режиму, типичному для марковских процессов, в то время как фактические последовательности эволюционируют к более структурированному спектру, что указывает на различия в лежащих в их основе динамических процессах.

Новое исследование показывает, что инструменты теории случайных матриц позволяют глубже понять внутреннюю структуру больших языковых моделей и повысить их надежность и эффективность.

Обучение на вознаграждениях, а не метках: новый подход к диагностике неисправностей оборудования

Сравнение данных HUMS2023 показывает, что предлагаемый подход позволяет определить начало дефекта на самой ранней стадии.

Исследователи предлагают инновационный метод обнаружения дефектов машин, основанный на обучении с подкреплением и обратном обучении, позволяющий выявлять аномалии без необходимости в размеченных данных о неисправностях.