Fourier coefficients of modular forms on G2
PulseAugur coverage of Fourier coefficients of modular forms on G2 — every cluster mentioning Fourier coefficients of modular forms on G2 across labs, papers, and developer communities, ranked by signal.
-
用于量子分布学习的新分层傅里叶近似方法
研究人员开发了一种新颖的分层方法，使用布尔立方体上的Walsh-傅里叶近似来学习量子分布。该方法涉及在每个级别定义谱截断，然后将其投影到概率单纯形上并用于训练量子电路Born机。在一个级别上学习到的参数用于初始化下一个级别，从而提供端到端的学习保证。该框架分析了近似和估计的权衡，将分布误差与量子态保真度联系起来，尽管它并未消除量子神经网络训练中的贫瘠高原。
-
新研究使用群论和傅里叶分析定义函数平滑性
一篇新的研究论文在群论的背景下探讨了函数的“平滑性”概念，超越了其在实值函数中的传统定义。该研究提出，群 $G$ 的 $L^2(G)$ 中的平滑性与傅里叶系数在较低频率的集中度有关。这需要对不可约表示进行排序，而对于非阿贝尔群来说，这种排序是非规范的。该论文介绍了一种使用凯莱图拉普拉斯算子对这些表示进行排序的方法，定义了一个依赖于群及其生成集的排序函数。
-
tsfresh 在时间序列特征集比较研究中领先
一项新近发表在 arXiv 上的研究，在 124 个分类任务上比较了六个开源时间序列特征集和三个基线集。研究发现，虽然特征集整体表现相似，85.3% 的成对比较结果为平局，但 tsfresh 库表现最强，与其他特征集相比有 29.03% 的胜率。研究强调，特征集的具体组成对分类性能有显著影响，使用傅里叶系数和分位数的简单基线对于某些问题可能有效。
-
SpectralMol算法使用傅里叶系数进行分子生成
研究人员开发了SpectralMol，一种利用演化计算和傅里叶系数生成分子结构的新算法。该方法将化学结构处理为傅里叶系数矩阵，从而实现SELFIES解码过程。采用NSGA-II算法来维持多样性并分别处理多个目标函数。SpectralMol在基准测试中表现出可比的性能，在多参数优化任务中表现出色，并根据频率模式清晰地区分了骨架级和子结构修改。