論文の概要: Flow-based sampling for fermionic lattice field theories

• arxiv url: http://arxiv.org/abs/2106.05934v1
• Date: Thu, 10 Jun 2021 17:32:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-11 14:02:02.342499
• Title: Flow-based sampling for fermionic lattice field theories
• Title（参考訳）: フェルミオン格子場理論のためのフローベースサンプリング
• Authors: Michael S. Albergo, Gurtej Kanwar, S\'ebastien Racani\`ere, Danilo J. Rezende, Julian M. Urban, Denis Boyda, Kyle Cranmer, Daniel C. Hackett, Phiala E. Shanahan
• Abstract要約: この研究は、動的フェルミオンを持つ理論のフローベースサンプリングを可能にするアプローチを開発する。 実演として、これらの手法は、無質量安定フェルミオンの2次元理論のための場配置のサンプリングに応用される。
• 参考スコア（独自算出の注目度）: 8.46509435333566
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Algorithms based on normalizing flows are emerging as promising machine learning approaches to sampling complicated probability distributions in a way that can be made asymptotically exact. In the context of lattice field theory, proof-of-principle studies have demonstrated the effectiveness of this approach for scalar theories, gauge theories, and statistical systems. This work develops approaches that enable flow-based sampling of theories with dynamical fermions, which is necessary for the technique to be applied to lattice field theory studies of the Standard Model of particle physics and many condensed matter systems. As a practical demonstration, these methods are applied to the sampling of field configurations for a two-dimensional theory of massless staggered fermions coupled to a scalar field via a Yukawa interaction.
• Abstract（参考訳）: 正規化フローに基づくアルゴリズムは、漸近的に正確になる方法で複雑な確率分布をサンプリングする有望な機械学習アプローチとして登場している。 格子場理論の文脈において、原理実証研究はスカラー理論、ゲージ理論、統計システムに対するこのアプローチの有効性を実証している。 この研究は、粒子物理学の標準模型や多くの凝縮物質系の格子場理論の研究に適用するために必要とされる、動的フェルミオンを持つ理論のフローベースサンプリングを可能にするアプローチを開発する。 実演として, これらの手法は, 湯川相互作用を介してスカラー場に結合した無質量安定フェルミオンの2次元理論の場配置のサンプリングに応用される。

関連論文リスト

• Unveil Conditional Diffusion Models with Classifier-free Guidance: A Sharp Statistical Theory [87.00653989457834]
  条件付き拡散モデルは現代の画像合成の基礎となり、計算生物学や強化学習などの分野に広く応用されている。 経験的成功にもかかわらず、条件拡散モデルの理論はほとんど欠落している。 本稿では,条件拡散モデルを用いた分布推定の急激な統計的理論を提示することにより,ギャップを埋める。
  論文  参考訳（メタデータ） (2024-03-18T17:08:24Z)
• Aspects of scaling and scalability for flow-based sampling of lattice QCD [137.23107300589385]
  格子場理論におけるサンプリングへの機械学習正規化流れの最近の応用は、そのような手法が臨界減速と位相凍結を緩和できる可能性を示唆している。 最先端の格子量子色力学計算に適用できるかどうかはまだ定かではない。
  論文  参考訳（メタデータ） (2022-11-14T17:07:37Z)
• Gauge-equivariant flow models for sampling in lattice field theories with pseudofermions [51.52945471576731]
  本研究は,フェルミオン行列式の推定器として擬フェルミオンを用いたフェルミオン格子場理論におけるフローベースサンプリングのためのゲージ不変アーキテクチャを提案する。 これは最先端の格子場理論計算におけるデフォルトのアプローチであり、QCDのような理論へのフローモデルの実践的応用に欠かせない。
  論文  参考訳（メタデータ） (2022-07-18T21:13:34Z)
• Learning Lattice Quantum Field Theories with Equivariant Continuous Flows [10.124564216461858]
  格子場理論の高次元確率分布から抽出する機械学習手法を提案する。 提案手法を$phi4$理論で検証し,提案したフローベース手法のサンプリング効率を体系的に上回っていることを示す。
  論文  参考訳（メタデータ） (2022-07-01T09:20:05Z)
• Flow-based sampling in the lattice Schwinger model at criticality [54.48885403692739]
  フローベースアルゴリズムは、格子場理論への応用のためのフィールド分布の効率的なサンプリングを提供することができる。 フェルミオン質量の臨界値におけるシュウィンガーモデルにおけるロバストな流れに基づくサンプリングの数値的な実演を行う。
  論文  参考訳（メタデータ） (2022-02-23T19:00:00Z)
• Stochastic normalizing flows as non-equilibrium transformations [62.997667081978825]
  正規化フローは従来のモンテカルロシミュレーションよりも効率的に格子場理論をサンプリングするための経路を提供することを示す。 本稿では,この拡張された生成モデルの効率を最適化する戦略と応用例を示す。
  論文  参考訳（メタデータ） (2022-01-21T19:00:18Z)
• Quantum Simulation of Conformal Field Theory [77.34726150561087]
  共形場の理論の力学をシミュレートする量子アルゴリズムについて述べる。 近似誤差の完全な解析は、短期適用可能性を示している。
  論文  参考訳（メタデータ） (2021-09-29T06:44:33Z)
• Flow-based sampling for multimodal distributions in lattice field theory [7.0631812650826085]
  複数の分離モードを持つターゲットのフローモデルを構築するための一連の手法を提案する。 二次元実スカラー場理論のモデル化へのこれらの手法の適用を実証する。
  論文  参考訳（メタデータ） (2021-07-01T20:22:10Z)

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。