AI এবং বিশ্বের কঠিন সমস্যাগুলো · কোয়ান্টাম পদার্থবিজ্ঞান ও কোয়ান্টাম কম্পিউটিং · arXiv · 2026-10-23

তথ্য মিশ্রণ ও শ্রেণিবদ্ধ নেটওয়ার্ক স্থাপত্যের মাধ্যমে স্কেলযোগ্য নিউরাল তরঙ্গ ফাংশন

মূল শিরোনাম: Scalable Neural Wave Functions via Information Mixing and Hierarchical Network Architectures

কোয়ান্টাম বহু-বস্তু ব্যবস্থার সিমুলেশন করা কঠিন, কারণ ব্যবস্থার আকারের সঙ্গে হিলবার্ট স্পেস সূচকীয় হারে বাড়ে। লেখকরা দ্বিমাত্রিক কোয়ান্টাম বহু-বস্তু ব্যবস্থার ভিত্তি অবস্থায় একটি নিউরাল তরঙ্গ-ফাংশন অ্যানসাৎজ হিসেবে MLP mixer পরীক্ষা করেছেন এবং এটিকে RNN ও Transformer-এর সঙ্গে তুলনা করেছেন। MLP mixer অত্যাধুনিক মডেলগুলোর সঙ্গে প্রতিযোগিতামূলক ফল দেখায়, এবং Transformer-এর সঙ্গে একটি স্তরবিন্যস্ত সমন্বয় বৃহৎ আকারের কোয়ান্টাম ব্যবস্থার ক্ষেত্রে অন্যান্য অত্যাধুনিক আর্কিটেকচারকে ছাড়িয়ে যায়।

মূল লেখা পড়ুন ↗

সব আইটেম →