Trans-Ising

新研究探索神经网络和迁移学习在伊辛模型中的应用 · 跟踪3个来源

两篇新研究论文探讨了神经网络和迁移学习在处理高维伊辛模型中的应用。第一篇论文研究了各种神经网络架构的分布外性能，发现基于Transformer的模型和卷积神经网络采用了不同的统计策略，这些策略可能导致表观鲁棒性，但并非真正的物理规则学习。第二篇论文介绍了Trans-Ising，一种旨在通过有效利用辅助数据集来改进伊辛模型估计的迁移学习方法，与仅使用目标数据集的方法相比，其估计误差更低。