論文の概要: Approach to the cellular automaton interpretation with deep learning
- arxiv url: http://arxiv.org/abs/2012.06441v6
- Date: Mon, 10 Jul 2023 15:31:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-11 19:53:32.584245
- Title: Approach to the cellular automaton interpretation with deep learning
- Title（参考訳）: 深層学習を用いたセルオートマトン解釈へのアプローチ
- Authors: Hyunju Go
- Abstract要約: 細胞オートマトン解釈(CAI)に基づく基礎物理学理論を学習できるディープラーニングシステムについて検討する。
我々は,このシステムの時間進化法則を,計算したデータのみを用いて学習できる畳み込みニューラルネットワーク(CNN)アーキテクチャが存在することを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we will consider the deep learning systems that can learn
fundamental physics theory based on cellular automaton interpretation (CAI).
First, assuming that we can map quantum states to cellular automaton (CA) and
calculate the time-evolved CA for any initial CA by knowing the time-evolution
law of the given system, we will show that there exists a convolutional neural
network (CNN) architecture that can learn the time-evolution law of this system
with only the calculated data set for a time-reversible CA. Mathematically,
finding a CNN architecture that can learn CA rule is equivalent to showing that
a time-evolution operator can be approximated as a finite composition of
time-independent linear functions and ReLU type non-linear functions, as the
possible associated generator of approximation may absorbs the information
about the dynamics. Going one step further, we will discuss the correspondence
between the quantum system and deep learning architecture and relate the
concept of moduli space of Riemann surfaces to deep learning parameters when
considering interactions. Finally, for the CA model in which the dimensional
reduction in quantum gravity was first presented, we will discuss the CNN
architecture that can find the non-trivial evolution law for holographic
direction in a deductive way without the label. It is suggested that the limits
to this effort can be improved through AdS/CFT correspondance.
- Abstract（参考訳）: 本稿では,細胞オートマトン解釈(CAI)に基づいて基礎物理理論を学習する深層学習システムについて考察する。
まず、量子状態をセルオートマトン(CA)にマッピングし、与えられたシステムの時間進化則を知り、任意の初期CAの時間進化CAを計算することができると仮定すると、時間反転CAのために計算されたデータセットのみを用いて、このシステムの時間進化法則を学習できる畳み込みニューラルネットワーク(CNN)アーキテクチャが存在することを示す。
数学的には、ca規則を学習できるcnnアーキテクチャを見つけることは、時間発展作用素が時間に依存しない線型関数とrelu型非線形関数の有限合成として近似できることを示すことと等価である。
さらに、量子システムと深層学習アーキテクチャの対応について論じ、相互作用を考慮したリーマン面のモジュライ空間の概念と深層学習パラメータとの関連性について論じる。
最後に、量子重力の次元減少が最初に示されたCAモデルについて、ラベルなしでホログラフィック方向の非自明な進化法則を導出できるCNNアーキテクチャについて論じる。
この取り組みの限界はAdS/CFT対応によって改善できることが示唆された。
関連論文リスト
- Alignment and Outer Shell Isotropy for Hyperbolic Graph Contrastive
Learning [69.6810940330906]
高品質なグラフ埋め込みを学習するための新しいコントラスト学習フレームワークを提案する。
具体的には、階層的なデータ不変情報を効果的にキャプチャするアライメントメトリックを設計する。
双曲空間において、木の性質に関連する葉と高さの均一性に対処する必要があることを示す。
論文 参考訳（メタデータ） (2023-10-27T15:31:42Z) - Mixed boundary conditions and Double-trace like deformations in Celestial holography and Wedge-like holography [1.688134675717698]
平面空間の共次元2次元ホログラフィー、天体ホログラフィー、ウェッジのようなホログラフィーにおける平坦な時空における境界条件の変形を考察する。
従来の天体ホログラフィー法では散乱の初期および最終バルク状態に境界条件を課した。
後者のウェッジ様ホログラフィでは、光円錐の零無限遠点上のノイマン/ディリクレ境界条件について考察する。
論文 参考訳（メタデータ） (2023-05-18T07:42:05Z) - Holographic Codes from Hyperinvariant Tensor Networks [70.31754291849292]
提案した超不変テンソルネットワークを量子コードに拡張し,正則な境界相関関数を生成する。
このアプローチは、バルク内の論理状態と境界状態の臨界再正規化群フローの間の辞書を生成する。
論文 参考訳（メタデータ） (2023-04-05T20:28:04Z) - Timelike entanglement entropy [0.880802134366532]
我々は、時間的絡み合いエントロピー (EE) と呼ばれる情報の新しい複素値測度を定義する。
ホログラフィック系では、時間的 EE を空間と時間的曲面の特定の定常結合の合計値領域として定義する。
論文 参考訳（メタデータ） (2023-02-22T23:16:41Z) - RecRecNet: Rectangling Rectified Wide-Angle Images by Thin-Plate Spline
Model and DoF-based Curriculum Learning [62.86400614141706]
我々はRecRecNet(Rectangling Rectification Network)という新しい学習モデルを提案する。
我々のモデルは、ソース構造をターゲット領域に柔軟にワープし、エンドツーエンドの非教師なし変形を実現する。
実験により, 定量評価と定性評価の両面において, 比較法よりも解法の方が優れていることが示された。
論文 参考訳（メタデータ） (2023-01-04T15:12:57Z) - Breakdown of quantum mechanics in gravitational holography [0.0]
ブラックホールの相補性はホログラフィーと必然的に関連付けられ、崩壊した純粋な状態に関連する情報が近地平線領域に反映されていることを述べる。
我々は、ブラックホールの量子雰囲気を保存する情報は、その地平線上に隠された変数から現れると主張している。
AdS/CFT では、半古典的部分代数の完備境界代数への完備化は、地平線空間構造に近い創発性にまで遡る必要があることを意味する。
論文 参考訳（メタデータ） (2022-08-01T17:52:29Z) - Zero Pixel Directional Boundary by Vector Transform [77.63061686394038]
我々は境界を1次元曲面として再解釈し、1対1のベクトル変換関数を定式化し、クラス不均衡問題を完全に回避する境界予測の訓練を可能にする。
我々の問題定式化は、境界の方向推定だけでなく、よりリッチなコンテキスト情報もたらし、もし望めば、訓練時にもゼロピクセルの薄い境界が利用可能となる。
論文 参考訳（メタデータ） (2022-03-16T17:55:31Z) - Soft thermodynamics of gravitational shock wave [0.2538209532048867]
重力衝撃波と微小領域の変形を関連づける簡単な熱力学関係を導出する。
中心となるアイデアは重力衝撃波を探査することであり、これは地平線を$u$方向にシフトさせる。
応用として、ガウス・ボンネット重力に対するその利用について説明する。
論文 参考訳（メタデータ） (2021-04-27T18:00:00Z) - Scaling limits of lattice quantum fields by wavelets [62.997667081978825]
再正規化群は格子体代数間の拡大写像の帰納的体系と見なされる。
自由格子基底状態の帰納的極限が存在し、極限状態はよく知られた巨大連続体自由場にまで拡張されることを示す。
論文 参考訳（メタデータ） (2020-10-21T16:30:06Z) - The holographic map as a conditional expectation [0.0]
本稿では,AdS/CFTにおけるホログラフマップについて,量子誤り訂正符号を用いてモデル化した。
写像は、境界/物理ヒルベルト空間の作用素代数に作用する局所条件付き期待値によって決定されることを示す。
論文 参考訳（メタデータ） (2020-08-11T16:04:45Z) - Multidimensional dark space and its underlying symmetries: towards
dissipation-protected qubits [62.997667081978825]
我々は、環境との制御された相互作用が、デコヒーレンスに対する免疫である「エム・ダーク」と呼ばれる状態を作り出すのに役立つことを示している。
暗黒状態の量子情報を符号化するには、次元が1より大きい空間にまたがる必要があるため、異なる状態が計算基底として機能する。
このアプローチは、オープンシステム内の量子情報を保存、保護、操作する新たな可能性を提供します。
論文 参考訳（メタデータ） (2020-02-01T15:57:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。