跳到正文
热点事件持续更新

线性模型预测量子混沌动力学优于Transformer

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Francesco Perciavalle 等作者在 arXiv 提交的论文中，将量子多体动力学建模为时间序列预测问题，并以可由 Rydberg 原子阵列实现的少比特 PXP 链为基准，比较非线性 Transformer 与简单线性模型 DLinear 的预测效果。 论文称，简单线性模型 DLinear 在该基准上的预测比 Transformer 更准。这一结论针对的是上述少比特 PXP 链基准，作者未说明其是否适用于其他量子系统。

AI 根据报道生成 · 13 小时前更新

最新进展10月21日 12:00
arXiv 论文：简单线性模型比 Transformer 更准预测量子混沌多体动力学

报道时间线

沿着报道，了解事件的不同侧面。

10月21日
  1. arXiv 量子物理
    arXiv 论文：简单线性模型比 Transformer 更准预测量子混沌多体动力学

    arXiv 论文将量子多体动力学建模为时间序列预测问题，以可由 Rydberg 原子阵列实现的少比特 PXP 链为基准，比较非线性 Transformer 与简单线性模型 DLinear。

本事件热度走势

可比范围当前
7
可比范围峰值
1010月21日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。