ترجمه فارسی مقاله AQ-PINN: شبکه‌های عصبی مبتنی بر فیزیک کوانتومی تقویت‌شده برای مدل‌سازی آب و هوای کارآمد از نظر کربن

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 AQ-PINNs: Attention-Enhanced Quantum Physics-Informed Neural Networks for Carbon-Efficient Climate Modeling
عنوان مقاله به فارسی AQ-PINN: شبکه‌های عصبی مبتنی بر فیزیک کوانتومی تقویت‌شده برای مدل‌سازی آب و هوای کارآمد از نظر کربن
نویسندگان Siddhant Dutta, Nouhaila Innan, Sadok Ben Yahia, Muhammad Shafique
فرمت مقاله انگلیسی PDF
تعداد صفحات 6
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Quantum Physics,Machine Learning,فیزیک کوانتومی , یادگیری ماشین ,
توضیحات Submitted 3 September, 2024; originally announced September 2024. , Comments: 6 pages
توضیحات به فارسی ارسال شده در 3 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 6 صفحه
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 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

The growing computational demands of artificial intelligence (AI) in addressing climate change raise significant concerns about inefficiencies and environmental impact, as highlighted by the Jevons paradox. We propose an attention-enhanced quantum physics-informed neural networks model (AQ-PINNs) to tackle these challenges. This approach integrates quantum computing techniques into physics-informed neural networks (PINNs) for climate modeling, aiming to enhance predictive accuracy in fluid dynamics governed by the Navier-Stokes equations while reducing the computational burden and carbon footprint. By harnessing variational quantum multi-head self-attention mechanisms, our AQ-PINNs achieve a 51.51% reduction in model parameters compared to classical multi-head self-attention methods while maintaining comparable convergence and loss. It also employs quantum tensor networks to enhance representational capacity, which can lead to more efficient gradient computations and reduced susceptibility to barren plateaus. Our AQ-PINNs represent a crucial step towards more sustainable and effective climate modeling solutions.

چکیده به فارسی (ترجمه ماشینی)

افزایش خواسته های محاسباتی هوش مصنوعی (AI) در پرداختن به تغییرات آب و هوا ، نگرانی های قابل توجهی در مورد ناکارآمدی و تأثیرات زیست محیطی ایجاد می کند ، همانطور که توسط پارادوکس جونز برجسته شده است.ما برای مقابله با این چالش ها ، یک مدل شبکه های عصبی آگاهانه با توجه به فیزیک آگاهانه (AQ-PINN) را پیشنهاد می کنیم.این رویکرد تکنیک های محاسبات کوانتومی را در شبکه های عصبی آگاه از فیزیک (PINN) برای مدل سازی آب و هوا ادغام می کند ، با هدف افزایش دقت پیش بینی در پویایی سیال که توسط معادلات Navier-Stokes اداره می شود و ضمن کاهش بار محاسباتی و ردپای کربن.با استفاده از مکانیسم های خودآزمایی چند جانبه کوانتومی متغیر ، AQ-PINN های ما به کاهش 51.51 ٪ در پارامترهای مدل در مقایسه با روشهای خودآزمایی چند سر کلاسیک و در عین حال حفظ همگرایی و از دست دادن قابل مقایسه دست می یابند.همچنین از شبکه های تانسور کوانتومی برای افزایش ظرفیت بازنمایی استفاده می کند ، که می تواند منجر به محاسبات شیب کارآمدتر و کاهش حساسیت به فلات های بی ثمر شود.AQ-Pinns ما یک گام مهم به سمت راه حل های پایدار و مؤثرتر مدل سازی آب و هوا است.

📚 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.