微分几何的图解导论 (2017)
摘要
一篇图解微分几何导论,展示麦克斯韦方程组如何从几何概念中产生,基于2017年的一篇arXiv论文。
暂无内容
查看缓存全文
缓存时间: 2026/05/31 07:32
# 微分几何的图解导引,引出作为三幅图的麦克斯韦方程组 来源:https://arxiv.org/abs/1709.08492 文献工具 ## 文献与引用工具 文献浏览器 切换 代码、数据、媒体 ## 与本文相关的代码、数据与媒体 演示 ## 演示 相关论文 ## 推荐与搜索工具 关于arXivLabs ## arXivLabs:与社区合作者的实验性项目 arXivLabs 是一个框架,允许合作者直接在网站上开发和共享新的 arXiv 功能。 与 arXivLabs 合作的个人和组织都已接受并认同我们在开放性、社区、卓越和用户数据隐私方面的价值观。arXiv 致力于这些价值观,仅与遵循这些价值观的合作伙伴合作。 有能为 arXiv 社区带来价值的项目想法?**了解更多关于 arXivLabs 的信息**(https://info.arxiv.org/labs/index.html)。
相似文章
从微分几何视角看哈密顿神经网络
一篇博客文章,通过微分几何解释哈密顿神经网络,使用简单的质量-弹簧系统演示如何通过网络架构施加守恒定律以实现更高效的学习。作者从基础微积分开始逐步构建了辛流形和泊松括号等数学工具。
直观量子电动力学
一个旨在以更直观的方式呈现量子电动力学的资源。
@KirkDBorne:更新了2204页的数学PDF电子书:《代数、拓扑、微分学与优化理论——面向计算…》
由Jean Gallier和Jocelyn Quaintance发布的更新版2204页数学PDF电子书,涵盖代数、拓扑、微分学以及面向计算机科学与机器学习的优化理论。
Statistically Meaningful Geometry 与规范对称破缺:科学发现与智能涌现的几何基础
本文介绍了 Statistically Meaningful Geometry (SMG),这是一个几何框架,用于将过参数化学习系统建模为无限维非参数 Orlicz 纤维丛。它提出在分布外刺激下,系统会发生规范对称破缺,导致新的因果轴涌现,从而能够区分真正的科学发现与幻觉。
@docmilanfar: 我非常喜欢我们最近关于"Geometry of Noise"的论文的解释性文章 arXiv:2602.18428
本文提供了理论解释,说明为什么扩散模型可以在没有显式噪声水平条件的情况下生成干净的样本,将其归因于高维几何,并分析为什么某些模型参数化成功而其他模型崩溃。