Fugu-MT 論文翻訳(概要): Intelligent Explorations of the String Theory Landscape

論文の概要: Intelligent Explorations of the String Theory Landscape

arxiv url: http://arxiv.org/abs/2204.08073v1
Date: Sun, 17 Apr 2022 19:24:22 GMT
ステータス: 処理完了
システム内更新日: 2022-04-19 15:50:37.691183
Title: Intelligent Explorations of the String Theory Landscape
Title（参考訳）: 弦理論景観のインテリジェントな探索
Authors: Andrei Constantin
Abstract要約: 滑らかなカラビ・ヤウ多様体上にコンパクト化された$E_8times E_8$ヘテロティック弦の文脈におけるモデル構築の取り組みに焦点をあてる。機械学習が変化を期待するいくつかの分野について論じる。
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: The goal of identifying the Standard Model of particle physics and its extensions within string theory has been one of the principal driving forces in string phenomenology. Recently, the incorporation of artificial intelligence in string theory and certain theoretical advancements have brought to light unexpected solutions to mathematical hurdles that have so far hindered progress in this direction. In this review we focus on model building efforts in the context of the $E_8\times E_8$ heterotic string compactified on smooth Calabi-Yau threefolds and discuss several areas in which machine learning is expected to make a difference.
Abstract（参考訳）: 粒子物理学の標準モデルとその弦理論の拡張を同定することのゴールは、弦現象学における主要な駆動力の1つである。近年、弦理論に人工知能が組み込まれ、ある理論的な進歩が、これまでこの方向の進歩を妨げてきた数学的ハードルに対する軽々しい予期せぬ解決をもたらした。本稿では,smooth calabi-yau 3次元にコンパクト化された$e_8\times e_8$ヘテロティック文字列の文脈におけるモデル構築の取り組みに注目し,機械学習が成功するであろういくつかの領域について考察する。

関連論文リスト

String breaking mechanism in a lattice Schwinger model simulator [2.244728315771709]
光学格子量子シミュレータを用いた一次元格子ゲージ理論における弦破れ機構の実験的検討を行った。我々の研究は、制御可能な量子シミュレータとしての光学格子の可能性を強調し、複雑なゲージ理論とその関連する現象の探索を可能にする。
論文参考訳（メタデータ） (2024-11-23T03:57:43Z)
Machine Learning Toric Duality in Brane Tilings [0.0]
4d$mathcalN=1$量子場理論におけるセイベルグ双対性の研究に様々な機械学習手法を適用する。複雑な赤外双対性のネットワークはそのような理論の空間を相互接続し、それを普遍性類に分割する。我々は、conifold の $mathbbZ_mtimesmathbbZ_n$ orbifold で実現されたセイベルグ双対理論のクラスを特定するために、完全に連結されたニューラルネットワークを訓練する。
論文参考訳（メタデータ） (2024-09-23T17:48:14Z)
Foundations and Frontiers of Graph Learning Theory [81.39078977407719]
グラフ学習の最近の進歩は、複雑な構造を持つデータを理解し分析する方法に革命をもたらした。グラフニューラルネットワーク(GNN)、すなわちグラフ表現を学習するために設計されたニューラルネットワークアーキテクチャは、一般的なパラダイムとなっている。本稿では,グラフ学習モデルに固有の近似と学習行動に関する理論的基礎とブレークスルーについて概説する。
論文参考訳（メタデータ） (2024-07-03T14:07:41Z)
Learning Discrete Concepts in Latent Hierarchical Models [73.01229236386148]
自然の高次元データから学習する概念は、ヒューマンアライメントと解釈可能な機械学習モデルの構築の可能性を秘めている。我々は概念を階層的因果モデルを通して関連付けられた離散潜在因果変数として定式化する。我々は、理論的な主張を合成データ実験で裏付ける。
論文参考訳（メタデータ） (2024-06-01T18:01:03Z)
Rigor with Machine Learning from Field Theory to the Poincar\'e Conjecture [0.0]
本稿では,機械学習を用いた自然科学における厳密性獲得手法について論じる。非厳密な手法は、予想生成や強化学習による検証を通じて厳密な結果をもたらす可能性がある。また、機械学習理論と数学または理論物理学の間に直接の橋渡しを構築することも想像できる。
論文参考訳（メタデータ） (2024-02-20T19:00:59Z)
Relaxation of first-class constraints and the quantization of gauge theories: from "matter without matter" to the reappearance of time in quantum gravity [72.27323884094953]
標準ゲージ理論における初期値問題へのアプローチに関する概念的概要を述べる。第一級位相空間の制約が、新しい自由度値の修正と解釈すれば緩和される可能性があることを強調する。
論文参考訳（メタデータ） (2024-02-19T19:00:02Z)
Hamiltonian truncation tensor networks for quantum field theories [42.2225785045544]
連続場理論の古典的シミュレーションのためのテンソルネットワーク手法を提案する。この手法はハミルトン・トランケーションとテンソル・ネットワーク技術に基づいて構築されている。重要な発展の1つは、大域的プロジェクターの行列積状態表現の正確な構成である。
論文参考訳（メタデータ） (2023-12-19T19:00:02Z)
Cold-atom quantum simulators of gauge theories [1.4341135588371103]
本論では、ゲージ理論の冷原子量子シミュレータの進歩を概説する。我々は、この分野がどこへ向かっているのか、そして、その技術を次のレベルへと導くために実験的に、理論的に何が必要か、簡単な展望を提供する。
論文参考訳（メタデータ） (2023-10-18T18:00:02Z)
Holographic tensor network models and quantum error correction: A topical review [78.28647825246472]
ホログラフィックの双対性の研究の最近の進歩は、量子情報理論の概念や技術と結びついている。特に成功したアプローチは、テンソルネットワークによるホログラフィック特性のキャプチャである。
論文参考訳（メタデータ） (2021-02-04T14:09:21Z)
Recent advances in deep learning theory [104.01582662336256]
本稿では,近年のディープラーニング理論の進歩をレビューし,整理する。文献は,(1)深層学習の一般化可能性を分析する複雑性とキャパシティに基づくアプローチ,(2)勾配降下とその変種をモデル化するための微分方程式とその力学系,(3)動的システムの軌道を駆動する損失景観の幾何学的構造,(5)ネットワークアーキテクチャにおけるいくつかの特別な構造の理論的基礎,の6つのグループに分類される。
論文参考訳（メタデータ） (2020-12-20T14:16:41Z)
Theoretical methods for ultrastrong light-matter interactions [91.3755431537592]
本稿では,超強結合状態における空洞量子力学を理解するために開発された理論的手法について概説する。本稿は、基底状態特性の解析的推定からマスター方程式の適切な計算まで、最近の進歩の概要を概説する。論文の大半は、超強結合が到達した様々な実験プラットフォームに関連する効果的なモデルに特化している。
論文参考訳（メタデータ） (2020-01-23T18:09:10Z)

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。