ترجمه فارسی مقاله SympGNNs: شبکه‌های عصبی نمودار نمادین برای شناسایی سیستم‌های هامیلتونی با ابعاد بالا و طبقه‌بندی گره‌ها

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 SympGNNs: Symplectic Graph Neural Networks for identifiying high-dimensional Hamiltonian systems and node classification
عنوان مقاله به فارسی SympGNNs: شبکه‌های عصبی نمودار نمادین برای شناسایی سیستم‌های هامیلتونی با ابعاد بالا و طبقه‌بندی گره‌ها
نویسندگان Alan John Varghese, Zhen Zhang, George Em Karniadakis
فرمت مقاله انگلیسی PDF
تعداد صفحات 17
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Computational Physics,یادگیری ماشین , فیزیک محاسباتی ,
توضیحات Submitted 29 August, 2024; originally announced August 2024. , Comments: 17 pages, 10 figures
توضیحات به فارسی ارسال شده 29 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 17 صفحه ، 10 شکل
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

Existing neural network models to learn Hamiltonian systems, such as SympNets, although accurate in low-dimensions, struggle to learn the correct dynamics for high-dimensional many-body systems. Herein, we introduce Symplectic Graph Neural Networks (SympGNNs) that can effectively handle system identification in high-dimensional Hamiltonian systems, as well as node classification. SympGNNs combines symplectic maps with permutation equivariance, a property of graph neural networks. Specifically, we propose two variants of SympGNNs: i) G-SympGNN and ii) LA-SympGNN, arising from different parameterizations of the kinetic and potential energy. We demonstrate the capabilities of SympGNN on two physical examples: a 40-particle coupled Harmonic oscillator, and a 2000-particle molecular dynamics simulation in a two-dimensional Lennard-Jones potential. Furthermore, we demonstrate the performance of SympGNN in the node classification task, achieving accuracy comparable to the state-of-the-art. We also empirically show that SympGNN can overcome the oversmoothing and heterophily problems, two key challenges in the field of graph neural networks.

چکیده به فارسی (ترجمه ماشینی)

مدل های شبکه عصبی موجود برای یادگیری سیستم های همیلتون ، مانند Sympnets ، اگرچه در اندازه گیری های کم دقیق است ، اما تلاش برای یادگیری پویایی صحیح برای سیستم های بسیار بدنه با ابعاد بالا.در اینجا ، ما شبکه های عصبی نمودار نمودار (SympGNN) را معرفی می کنیم که می توانند به طور مؤثر شناسایی سیستم را در سیستم های همیلتون با ابعاد بالا و همچنین طبقه بندی گره انجام دهند.Sympgnns نقشه های سمپلیک را با Equivariance Permoution ، خاصیت شبکه های عصبی نمودار ترکیب می کند.به طور خاص ، ما دو نوع Sympgnns را پیشنهاد می کنیم: i) G-sympgnn و II) La-sympgnn ، ناشی از پارامترهای مختلف انرژی جنبشی و بالقوه.ما قابلیت های SympGNN را در دو مثال فیزیکی نشان می دهیم: یک نوسان ساز هارمونیک همراه با 40 ذره و یک شبیه سازی دینامیک مولکولی 2000 ذرات در یک پتانسیل دو بعدی لنارد-جونز.علاوه بر این ، ما عملکرد SYMPGNN را در کار طبقه بندی گره نشان می دهیم ، و به دقت قابل مقایسه با پیشرفته می پردازیم.ما همچنین به صورت تجربی نشان می دهیم که SympGNN می تواند بر مشکلات Overmoothing و Heterophily ، دو چالش مهم در زمینه شبکه های عصبی نمودار غلبه کند.

📚 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.