اکسپرس 24
ترجمه فارسی مقاله ترانسفورماتور همبسته‌ساز قابل تفسیر برای داده‌های ماده کوانتومی تصویرمانند

ترجمه فارسی مقاله ترانسفورماتور همبسته‌ساز قابل تفسیر برای داده‌های ماده کوانتومی تصویرمانند

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Interpretable correlator Transformer for image-like quantum matter data
عنوان مقاله به فارسی ترانسفورماتور همبسته‌ساز قابل تفسیر برای داده‌های ماده کوانتومی تصویرمانند
نویسندگان Abhinav Suresh, Henning Schlömer, Baran Hashemi, Annabelle Bohrdt
فرمت مقاله انگلیسی PDF
تعداد صفحات 15
دسته بندی موضوعات Quantum Gases,Disordered Systems and Neural Networks,Strongly Correlated Electrons,گازهای کوانتومی , سیستم های بی نظم و شبکه های عصبی , الکترون های همبسته ,
توضیحات Submitted 31 July, 2024; originally announced July 2024.
توضیحات به فارسی ارسال 31 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد.

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 600,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Due to their inherent capabilities of capturing non-local dependencies, Transformer neural networks have quickly been established as the paradigmatic architecture for large language models and image processing. Next to these traditional applications, machine learning methods have also been demonstrated to be versatile tools in the analysis of image-like data of quantum phases of matter, e.g. given snapshots of many-body wave functions obtained in ultracold atom experiments. While local correlation structures in image-like data of physical systems can reliably be detected, identifying phases of matter characterized by global, non-local structures with interpretable machine learning methods remains a challenge. Here, we introduce the correlator Transformer (CoTra), which classifies different phases of matter while at the same time yielding full interpretability in terms of physical correlation functions. The network's underlying structure is a tailored attention mechanism, which learns efficient ways to weigh local and non-local correlations for a successful classification. We demonstrate the versatility of the CoTra by detecting local order in the Heisenberg antiferromagnet, and show that local gauge constraints in one- and two-dimensional lattice gauge theories can be identified. Furthermore, we establish that the CoTra reliably detects non-local structures in images of correlated fermions in momentum space (Cooper pairs) and that it can distinguish percolating from non-percolating images.

چکیده به فارسی (ترجمه ماشینی)

با توجه به توانایی های ذاتی آنها در گرفتن وابستگی های غیر محلی ، شبکه های عصبی ترانسفورماتور به سرعت به عنوان معماری پارادایم برای مدل های بزرگ زبان و پردازش تصویر تأسیس شده اند.در کنار این برنامه های سنتی ، روشهای یادگیری ماشین نیز نشان داده شده است که در تجزیه و تحلیل داده های شبیه به تصویر از مراحل کوانتومی ماده ، به عنوان مثال ، ابزارهای متنوع هستند.با توجه به عکسهای فوری از توابع موج بسیاری از بدن که در آزمایشات اتم اولتراکولد به دست آمده است.در حالی که ساختارهای همبستگی محلی در داده های شبیه به تصویر از سیستم های فیزیکی قابل اطمینان قابل تشخیص هستند ، شناسایی مراحل ماده ای که توسط ساختارهای جهانی و غیر محلی با روشهای یادگیری ماشین قابل تفسیر مشخص می شود ، یک چالش است.در اینجا ، ما ترانسفورماتور همبستگی (COTRA) را معرفی می کنیم ، که مراحل مختلف ماده را طبقه بندی می کند و در عین حال از نظر عملکردهای همبستگی فیزیکی ، تفسیر کامل را انجام می دهد.ساختار اساسی شبکه یک مکانیسم توجه مناسب است که روشهای کارآمد برای وزن گیری همبستگی های محلی و غیر محلی برای طبقه بندی موفق را می آموزد.ما با تشخیص نظم محلی در آنتی فرومگنت هایزنبرگ ، تطبیق پذیری COTRA را نشان می دهیم و نشان می دهیم که محدودیت های سنج محلی در تئوری های سنجی یک و دو بعدی می توانند شناسایی شوند.علاوه بر این ، ما ثابت می کنیم که COTRA به طور قابل اعتماد ساختارهای غیر محلی را در تصاویر فرمینهای همبسته در فضای حرکت (جفت های کوپر) تشخیص می دهد و می تواند تجزیه و تحلیل از تصاویر غیر پاک کننده را تشخیص دهد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.