扰动五次非致动 Schrödinger 方程在 $\mathbb{R}^{3}$ 中的稳定化
密码学与安全
2025-04-18 v1 机器学习
摘要
本文关注扰动五次非致动 Schrödinger 方程在 处于 能量水平上的可控性，考虑阻尼机制的影响。具体地，我们建立了线性系统和非线性系统的轮廓分解，并据此表明，在某些条件下，非线性解的序列可被有效线性化。最后，借助微尺度分析技术，我们证明了扰动 Schrödinger 方程在 中的局部指数稳定化，即在所讨论系统的解下，证明了一个观测不等式，这也是本文的关键结果。
引用
@article{arxiv.2410.16975,
title = {Publishing Neural Networks in Drug Discovery Might Compromise Training Data Privacy},
author = {Fabian P. Krüger and Johan Östman and Lewis Mervin and Igor V. Tetko and Ola Engkvist},
journal= {arXiv preprint arXiv:2410.16975},
year = {2025}
}