Less is more? New take on machine learning helps us : vimars

Less is more? New take on machine learning helps us

Researchers from Tokyo Metropolitan University have enhanced ''super-resolution'' machine learning techniques to study phase transitions. They identified key features of how large arrays of interacting ''particles'' behave at different temperatures by simulating tiny arrays before using a convolutional neural network to generate a good estimate of what a larger array would look like using ''correlation'' configurations. The massive saving in computational cost may realize unique ways of understanding how materials behave.

Related Keywords

Japan , Tokyo , Shibaura , Singapore , Hiroyuki Mori , Yutaka Okabe , Agency For Science , Scientific Research , Cnn , Tokyo Metropolitan University , Bioinformatics Institute Of Singapore , Research Fellowship For Young Scientists , Research Attachment Programme Of Singapore , Japan Society For The Promotion Of Science , Shibaura Institute Of Technology , Professors Yutaka Okabe , Shibaura Institute , Bioinformatics Institute , Japan Society , Research Fellowship , Young Scientists , Research Attachment Programme , Atmospheric Science , Iology , Chemistry Physics Materials Sciences , Earth Science , Temperature Dependent Phenomena , Mathematics Statistics , Systems Chaos Pattern Formation Complexity , Technology Engineering Computer Science , ஜப்பான் , டோக்கியோ , சிங்கப்பூர் , ஹீரோயுக்கி மோரி , யத்க ஒக்கபே , அறிவியல் ஆராய்ச்சி , சின்ன , டோக்கியோ பெருநகர பல்கலைக்கழகம் , ஆராய்ச்சி கூட்டுறவு க்கு இளம் விஞ்ஞானிகள் , ஜப்பான் சமூகம் க்கு தி ப்ரமோஶந் ஆஃப் அறிவியல் , உயிர் தகவலியல் நிறுவனம் , ஜப்பான் சமூகம் , ஆராய்ச்சி கூட்டுறவு , இளம் விஞ்ஞானிகள் , வளிமண்டலம் அறிவியல் ,

© 2025 Vimarsana