我们介绍了彩色玻璃冷凝物（CGC）密度矩阵ρ^ $$ \ widehat {\ rho} $$的概念。 这概括了强子波函数中色电荷分布的概率密度的概念，并且与在将部分强子自由度积分后将CGC理解为一种有效的理论相一致。 我们导出了密度矩阵的演化方程，并表明JIMWLK演化方程在此以色电荷密度基础中ρ的对角矩阵元素的演化出现。 我们分析了该密度矩阵在高能量演化下的行为，并表明其纯度随能量的降低而降低。 我们表明，密度矩阵的演化方程具有著名的Kossakowsky-Lindblad形式，描述了开放系统的密度矩阵的非单位演化。 此外，我们考虑了稀释极限，并证明了在大的速度下，密度矩阵的纠缠熵按照d dy S e =γ$$ \ frac {d} {dy} {S} _e = \线性增长。 γ$$，其中γ是领先的BFKL特征值。 我们还讨论了ρ^ $$ \ widehat {\ rho} $$在饱和状态下的演化，并将其与Levin-Tuchin定律相关联，发现熵再次以线性速度快速增长，但速度较慢。 通过分析全密度矩阵的稠密和稀疏方案，我们能够在方案之间建立对偶。 最后，我们介绍了从该密度矩阵派生

我们在非平衡手性相变的背景下研究熵的产生。 对于耦合到夸克等离子体的Bjorken动力学的阶跃参数，通过Langevin方程对动力学对称破坏进行建模。 我们研究了耗散和噪声对熵的影响，并根据流体的膨胀率探索了交叉和一阶相变再加热的可能性。 S / N的相对增加量估计范围为低射束能量时的分界点的10％到一阶相变的100％，可以通过离子束与质子的比率作为射束能量的函数来检测 。

今天小编就为大家分享一篇PyTorch的SoftMax交叉熵损失和梯度用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

在具有紧凑边界的（4 + 1）维球对称Gauss-Bonnet AdS黑洞时空中对全息纠缠熵进行了数值研究。 在主体方面，黑洞时空在扩展相空间中经历了范德华式相变，对此进行了重点研究，重点是温度熵平面上的行为。 在边界上，我们计算了不同大小的磁盘区域的正则HEE。 我们找到了强有力的数值证据，证明了温度HEE平面上等压曲线的等面积定律失效以及纠缠熵第一定律的正确性，并简要解释了为什么后者可能成为前者的原因， 即在HEE平面上等面积定律的失效。

从全息的角度，我们研究了具有指数非线性电动力学（ENE）的绝缘子/超导体跃迁中的纠缠熵的行为。 我们发现纠缠熵是全息相变性质的良好探针。 在半空间和带空间中，超导相中的纠缠熵的非单调行为与化学势的关系在该模型中都是普遍的。 此外，entan的行为

针对高压直流输系统故障定位中精度不足问题,提出一种基于S变换奇异能量谱的直流输电系统故障定位方法.该方法采用S变换对故障前后一定时间窗的故障行波电压、电流模量信号组进行主频提取,解决了时频域直流输电故障行波信号主频率精确提取问题.但由于故障行波模量间存在耦合和折反射,导致系统各模量主频混叠,辨识困难,为了到达各模量主频辨识,采用奇异能量频谱对故障行波S变换矩阵降维、特征选取、幅值优化、精确分辨,定位系统故障位置.采用PSCAD建立双极直流输电模型对基于S变换奇异能量谱的直流输电系统故障定位予以仿真,结果表明系统定位最小误差率0.001 8%、平均误差率0.097 76%,是一种行之有效的高压直流系统故障定位方法.

假设介子仅由一个价夸克和一个价反夸克组成，则从最大熵方法推导了非常低分辨率尺度Q02〜0.1 GeV $ ^ {2} $上的介子价夸克分布 。 将获得的初始夸克分布作为改进的Dokshitzer-Gribov-Lipatov-Altarelli-Parisi（经GLR-MQ-ZRS校正）演化中的非扰动输入，在高Q2下生成的化合价夸克分布函数与从 Drell-Yan实验。 最大熵方法还用于估计相对较高的Q2 = 0.26GeV2时的价夸克分布。 在更高的规模上，应考虑其他成分（海夸克和胶子）以匹配实验数据。 计算了高Q2情况下介子夸克的前三个矩，并将其与其他理论预测值进行了比较。

为克服单项预测方法产生的误差,利用灰色模型GM(1,N)、多元线性回归、BP神经网络等3种单项预测方法建立组合预测模型,并采用熵值法确定加权系数。通过对PHC管桩承载力进行比较预测,结果显示GM(1,N)法平均绝对百分比误差(MAPE)值为5.4%,多元线性回归法的MAPE为3.0%,BP神经网络法的MAPE为2.8%,组合预测法的MAPE为2.3%。因此组合预测法精度较高,实用性更强。

岩石变形破坏的熵突变过程与破坏判据，周翠英，张乐民，在岩石的变形破坏过程中，当岩石进入不稳定的破裂发展阶段之后，系统不断调整结构抵抗外力的扰动，裂纹向局域集中的有序方向发展

带式输送机传动滚筒轴承发生故障时,特别是早期故障,其振动信号中隐含的脉冲故障信息很微弱,且常被淹没在强烈的噪音中,直接做频谱分析或包络分析,很难提取其故障特征。最小熵解卷积(Minimum Entropy Deconvolution,MED)通过最优滤波器对轴承微弱故障信号进行最优滤波,提高了信号的信噪比,然后对滤波后的信号进行包络解调分析,能够提取出信号中隐含的故障特征。将该方法应用于带式输送机传动滚筒中的滚动轴承故障诊断,成功提取出了轴承内圈的早期微弱点蚀故障特征。对FIR滤波器阶数L的选择进行了分析,以确保最优的MED解卷积效果。仿真与应用验证了最小熵解卷积方法在滚动轴承故障诊断的有效性和优点。