MétaCan
Menu
Retour à la cohorte
Enregistrement W2946266029 · doi:10.1088/2399-6528/ab234d

Non-Equilibrium ϕ<sup>4</sup> theory for networks: towards memory formations with quantum brain dynamics

2019· article· en· W2946266029 sur OpenAlexafffund
Akihiro Nishiyama, Jack A. Tuszyński

Notice bibliographique

RevueJournal of Physics Communications · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaNatural Sciences and Engineering Research Council of CanadaAlberta Health Services
Mots-clésQuantum decoherenceStatistical physicsQuantumHomogeneousEntropy (arrow of time)PhysicsScalar fieldQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract We investigate the time evolution of quantum fields in neutral scalar ϕ 4 theory for open systems with the central region and the multiple reservoirs (networks) as a toy model of quantum field theory of the brain. First we investigate the Klein–Gordon (KG) equations and the Kadanoff–Baym (KB) equations in open systems in d + 1 dimensions. Next, we introduce the kinetic entropy current and provide the proof of the H-theorem for networks. Finally, we solve the KG and the KB equations numerically in spatially homogeneous systems in 1 + 1 dimensions. We find that decoherence, entropy saturation and chemical equilibration all occur during the time evolution in the networks. We also show how coherent field transfer takes place in the networks.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,266
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics CommunicationsMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207