cosmic microwave background
PulseAugur coverage of cosmic microwave background — every cluster mentioning cosmic microwave background across labs, papers, and developer communities, ranked by signal.
-
新框架将CNN信息力学与物理方程统一
本文介绍了一个统一的数学框架，用于模拟卷积神经网络（CNN）内部的信息传播，旨在弥合物理空间和信息空间之间的差距。它建立了CNN中离散滤波器对称性与相对论能量-动量关系之间的对应关系，其中对称分量充当静止能量，反对称分量充当动量。该框架展示了重复滤波如何导致高斯尺度空间和尺度不变特征，这些特征在结构上与热方程、薛定谔方程和弗里德曼方程相似，并在各种物理尺度上揭示了涌现的莫尔斯拓扑结构。
-
利用机器学习和宇宙学数据分析中微子质量纹理
本研究论文通过分析当前的实验和宇宙学数据，重新审视了零一和零二中微子质量纹理。该研究利用中微子振荡参数、宇宙微波背景（CMB）数据以及中微子质量的上限来识别可行的纹理结构。研究强调，虽然仅有CMB约束允许某些零二纹理，但加入重子声学振荡（BAO）数据后，可行的选项仅限于A系列纹理。论文还采用了机器学习技术，如流匹配，来分析零一纹理及其对各种中微子质量特性的预测。
-
新的AI方法以参数效率和多模态集成增强医学问题解答
研究人员开发了BiRG-LoRA，一种新颖的参数高效微调方法，用于医学问题解答，在多个基准测试中实现了高准确率。该方法使用单一适配器，具有条件输入秩维度，允许基于问题的领域和推理需求进行自适应更新。与包括MoELoRA在内的其他PEFT基线相比，BiRG-LoRA表现出更优越的性能，同时使用的可训练参数更少。另外，还提出了一个名为$M^3QAFrame$的新多模态框架用于医学问题解答，该框架整合了文本和视觉信息以生成更全面的答案。