会员服务
玻尔兹曼因子 · 分解的 · 原点 · 示例 · 多代理人模型 ·
2006 年 11 月 23 日
Why the Maxwellian Distribution is the Attractive Fixed Point of the Boltzmann Equation
翻译：为什么Maxwellian发行公司 是波尔兹曼方程式的吸引人的固定点
Ricardo Lopez-Ruiz,Xavier Calbet
Ricardo Lopez-Ruiz,Xavier Calbet
from arxiv, 2 pages; 0 figures

The origin of the Boltzmann factor is revisited. An alternative derivation from the microcanonical picture is given. The Maxwellian distribution in a mono-dimensional ideal gas is obtained by following this insight. Other possible applications, as for instance the obtaining of the wealth distribution in the human society, are suggested in the remarks.


翻译：对布尔兹曼系数的起源进行了重新研究,给出了从微化学图象中得出的替代结果。通过这种洞察,获得了单维理想气体中的Maxwellian分布。在评论中建议了其他可能的应用,例如人类社会财富分配的获取。
0
下载
关闭预览

相关内容

知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
图机器学习-图拉普拉斯算子的离散正则性，141页ppt，Discrete regularity graph Laplacians
专知会员服务
28+阅读 · 2020年6月4日
简明《神经网络数学》手册，16页pdf带你入门，Mathematics of Neural Networks
简明《神经网络数学》手册，16页pdf带你入门，Mathematics of Neural Networks
专知会员服务
67+阅读 · 2020年5月9日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
人工智能 | 国际会议截稿信息9条
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
A Survey on Trajectory Data Management, Analytics, and Learning
A Survey on Trajectory Data Management, Analytics, and Learning
Arxiv
16+阅读 · 2020年3月25日
Learning in the Frequency Domain
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
The Measure of Intelligence
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
On Attribution of Recurrent Neural Network Predictions via Additive Decomposition
Arxiv
3+阅读 · 2019年3月27日
Thermodynamics and Feature Extraction by Machine Learning
Arxiv
3+阅读 · 2018年10月18日
A Study of Recent Contributions on Information Extraction
Arxiv
6+阅读 · 2018年3月15日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
Learning Intrinsic Sparse Structures within Long Short-Term Memory
Arxiv
4+阅读 · 2018年1月30日
Deep CTR Prediction in Display Advertising
Arxiv
4+阅读 · 2016年9月20日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
玻尔兹曼因子
分解的
原点
示例
多代理人模型
相关VIP内容
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
图机器学习-图拉普拉斯算子的离散正则性，141页ppt，Discrete regularity graph Laplacians
专知会员服务
28+阅读 · 2020年6月4日
简明《神经网络数学》手册，16页pdf带你入门，Mathematics of Neural Networks
简明《神经网络数学》手册，16页pdf带你入门，Mathematics of Neural Networks
专知会员服务
67+阅读 · 2020年5月9日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
人工智能 | 国际会议截稿信息9条
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
A Survey on Trajectory Data Management, Analytics, and Learning
A Survey on Trajectory Data Management, Analytics, and Learning
Arxiv
16+阅读 · 2020年3月25日
Learning in the Frequency Domain
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
The Measure of Intelligence
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
On Attribution of Recurrent Neural Network Predictions via Additive Decomposition
Arxiv
3+阅读 · 2019年3月27日
Thermodynamics and Feature Extraction by Machine Learning
Arxiv
3+阅读 · 2018年10月18日
A Study of Recent Contributions on Information Extraction
Arxiv
6+阅读 · 2018年3月15日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
Learning Intrinsic Sparse Structures within Long Short-Term Memory
Arxiv
4+阅读 · 2018年1月30日
Deep CTR Prediction in Display Advertising
Arxiv
4+阅读 · 2016年9月20日
Top
微信扫码咨询专知VIP会员
Top