用神经网络二分类金属Li的波函数
用金属Li的波函数作为训练集去训练一个二分类的网络。
显然li核外有3个电子,最外层2s轨道只有一个电子。这个电子可能有两个自旋方向↑↓,自旋向上或者向下。
(↑,↓)-n*m*k-(1,0)(0,1)
自旋向上的一组波函数与自旋向下的一组波函数构成一对训练集去向对方收敛分类。
所以这个网络的分类结果应该是多少?
如果是(100%,0)或者(0,100%)表明自然状态的li可能最外层电子都是自旋向上的或者都是自旋向下的。很显然这个结果与事实不符。这个网络的结果应该是50%,50%
(↑,↓)-n*m*k-(1,0)(0,1) 50%,50%
也就是↑,↓这两个状态在逻辑上变成一种彼此无法区分状态同时存在,形成所谓的双重态。
由此量子物理的双重态或多重态可以很容易的用神经网络去定义,比如一个三重态
(1,2)-n*m*k-(1,0)(0,1) 50%,50%
(1,3)-n*m*k-(1,0)(0,1) 50%,50%
(2,3)-n*m*k-(1,0)(0,1) 50%,50%
如果3个状态彼此无法区分,分辨准确率恒为50%,也就是三重态。
如果将智慧理解成是一个可被无限分类的对象,则所谓的智慧就是一个n重态的叠加态。
所谓现在就是过去和未来的叠加态。
用神经网络二分类金属Li的波函数相关推荐
- 神经网络权重与核子的波函数
(A,B)---m*n*k---(1,0)(0,1) 假设1:完全相同的两个对象无法被分成两类,与之对应的分类迭代次数为无穷大,分类准确率是50%,50%.相等收敛标准下迭代次数越大表明二者差异越小. ...
- 图片→矩阵→空间→坍缩-→质点--用神经网络将空间坍缩成粒子的实验数据汇总
为了理解神经网络具体是如何将两个对象分类的,假设神经网络的作用相当于弹簧,并且用实验数据证明了二分类0,1到0,9的数据都是符合这个假设的.证明数学上是可能将神经网络的收敛过程理解成是弹簧的并联过程. ...
- 神经网络与定态薛定谔方程
定态薛定谔方程是 如果是定态的自由粒子,这个方程的解是 因为是定态的波函数与时间无关,这个粒子的能量E不随时间变化 假设E=1,让t→0 所以波函数变成 让A和都等于1 让神经网络里的节点都是在位形空 ...
- AI求解薛定谔方程,兼具准确度和计算效率,登上《自然-化学》
来源:机器学习研究组订阅号 即使并非物理学界人士,我们也对薛定谔这个名字并不陌生,比如「薛定谔的猫」.著名物理学家埃尔温 · 薛定谔是量子力学奠基人之一,他在 1926 年提出的薛定谔方程(Schrö ...
- [人工智能]隔墙有眼,吓屎了
让"不可见"可见!利用无线电波,MIT团队让机器视觉穿透墙壁和黑暗,不会侵犯隐私 转载自 大数据文摘 大数据文摘出品 编译:林苗.Aileen 我们知道,机器视觉的识别能力非常令人 ...
- 行人重识别(3)——行人重识别(基于图像)综述
!转载请注明原文地址!--东方旅行者 更多行人重识别文章移步我的专栏:行人重识别专栏 本文目录 基于图像的行人重识别 一.表征学习方法 1.浅层视觉特征 2.中层视觉特征(语义属性) 3.深层视觉特征 ...
- 量子纠缠:从量子物质态到深度学习
1引言 经典物理学的主角是物质和能量.20 世纪初,爱因斯坦写下E =mc2 ,将质量和能量统一在了一起.而从那之后,一个新角色--信息(Information)--逐渐走向了物理学舞台的中央.信息是 ...
- LCDet Low-Complexity Fully-Convolutional Neural Networks for Object Detection in Embedded Systems
Subarna Tripathi UC San Diego∗ stripathi@ucsd.edu Byeongkeun Kang UC San Diego bkkang@ucsd.edu V asu ...
- Modelling Context and Syntactical Features for Aspect-based Sentiment论文阅读笔记(ACL2020)
目录 原文翻译:基于方面的情感分析的上下文和句法特征建模 摘要: 1 介绍 2 相关工作 3 方法提出 3.1 方面提取 3.1.1 输入表示 3.1.2 词性嵌入 3.1.3 基于依赖关系的嵌入 3 ...
最新文章
- pytorch中的torch.nn.LSTM解析
- Hibernate提供的内置标识符生成器
- CentOS 初体验十七:Nexus发布仓库和引用
- BZOJ5343 [Ctsc2018]混合果汁 【二分 + 主席树】
- 在WORD中删除中文或英文
- SQL Server 时间戳与时间格式互相转换
- 陷阱:使用==来比较原始的包装器对象,如Integer
- 临时号码,接收短信验证码
- android MIT App Inventor 2 Beta 中文资料
- mysql errno 1146_Mysql学习MySQL复制出错 Last_SQL_Errno:1146的解决方法
- 【蓝桥杯】2019年第十届蓝桥杯(个人赛) 大赛介绍、注意事项及赛后总结
- RuntimeError: iter() is only supported inside of tf.function or when eager execution is enabled.
- 重装 Mac 系统后的安装软件和个人配置[个人习惯]
- 【报告分享】2021年Q2中国新经济创业投资数据分析报告-IT桔子(附下载)
- Spring MVC 如何上传多个文件到指定位置
- POJ 百练 2965: 玛雅历
- Redis 的 Sentinel 系统
- 计算机英语期末考,《计算机英语》期末考试试卷.doc
- SSS1623简易USB麦克风方案中文设计电路
- 原生JS总结-- JS 绑定点击事件
热门文章
- java scriptrunner_ScriptRunner.java
- 第十五讲 傅里叶级数引入
- Nginx的启动、停止与重启---linux
- python之matloplib可视化
- 一 SpringMVC源码之DispatcherServlet AbstractHanderMapping
- .NET Core Community 第二个千星项目诞生:Util
- loadrunner目录分析
- Item 16: 让const成员函数做到线程安全
- JavaScript学习记录总结(四)——js函数的特殊性
- Monkey原理初步和改良优化--Android自动化测试学习历程