論文の概要: Dimensional reduction of the Dirac equation in arbitrary spatial dimensions

• arxiv url: http://arxiv.org/abs/2212.11965v1
• Date: Thu, 22 Dec 2022 18:50:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 07:00:22.235247
• Title: Dimensional reduction of the Dirac equation in arbitrary spatial dimensions
• Title（参考訳）: 任意の空間次元におけるディラック方程式の次元還元
• Authors: Davide Lonigro, Rocco Maggi, Giuliano Angelone, Elisa Ercolessi, Paolo Facchi, Giuseppe Marmo, Saverio Pascazio, Francesco V. Pepe
• Abstract要約: ディラック方程式は1つのディラック方程式または2つの分離ディラック方程式に還元されることを示す。 我々は、この手順が明確になり、容易に反復できる表現の明示的な階層を構築し、議論する。
• 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: We investigate the general properties of the dimensional reduction of the Dirac theory, formulated in a Minkowski spacetime with an arbitrary number of spatial dimensions. This is done by applying Hadamard's method of descent, which consists in conceiving low-dimensional theories as a specialization of high-dimensional ones that are uniform along the additional space coordinate. We show that the Dirac equation reduces to either a single Dirac equation or two decoupled Dirac equations, depending on whether the higher-dimensional manifold has even or odd spatial dimensions, respectively. Furthermore, we construct and discuss an explicit hierarchy of representations in which this procedure becomes manifest and can easily be iterated.
• Abstract（参考訳）: 空間次元の任意の数を持つミンコフスキー時空で定式化されたディラック理論の次元還元の一般性について検討する。 これは、加法空間座標に沿って一様である高次元理論の特殊化として低次元理論を導出するアダマールの降下法を適用することによってなされる。 ディラック方程式は、高次元多様体が偶数次元か奇数空間次元かによって、1つのディラック方程式か2つのデカップリングディラック方程式に還元される。 さらに,この手順が明示され,反復が容易な表現の明示的な階層を構築し,議論する。

関連論文リスト

• Hyperplane-Symmetric Static Einstein-Dirac Spacetime [0.0]
  任意の次元の静的および超平面対称時空におけるアインシュタイン方程式とディラック場方程式の一般解を導出する。 結果として、アインシュタイン方程式を時空に通した大質量のディラック場のみを結合させ、質量のない場合、ディラック場は適切な制約を満たすために必要となる。
  論文  参考訳（メタデータ） (2024-10-06T18:36:41Z)
• Scaling Riemannian Diffusion Models [68.52820280448991]
  非自明な多様体上の高次元タスクにスケールできることを示す。 我々は、$SU(n)$格子上のQCD密度と高次元超球面上の対照的に学習された埋め込みをモデル化する。
  論文  参考訳（メタデータ） (2023-10-30T21:27:53Z)
• Normalizing flows for lattice gauge theory in arbitrary space-time dimension [135.04925500053622]
  格子ゲージ理論における場配置のサンプリングへの正規化フローの応用は、これまで2つの時空次元においてほぼ独占的に検討されてきた。 我々は、スケーラブルで正確なフローベースサンプリングアルゴリズムの鍵となる、トラクタブルで偏りのないジャコビアン行列式によるマスク付き自己回帰について論じる。 具体的には、4つの時空次元におけるSU(3)ゲージ理論への原理的応用の結果が報告される。
  論文  参考訳（メタデータ） (2023-05-03T19:54:04Z)
• nSimplex Zen: A Novel Dimensionality Reduction for Euclidean and Hilbert Spaces [0.5076419064097734]
  次元低減技術は、高次元空間から低次元空間への値のマッピングを行う。 次元を減少させる新しいトポロジカル手法であるnSimplex Zenを導入する。
  論文  参考訳（メタデータ） (2023-02-22T17:26:01Z)
• Dimensional reduction of the Dirac theory [0.0]
  電磁場に結合したスピン1/2フェルミオンの物理次元を3次元から2次元に縮小する。 まず、運動がディラック方程式によって決定される自由の場合、次に動的電磁場との結合を考える。
  論文  参考訳（メタデータ） (2022-11-15T23:55:10Z)
• Continuous percolation in a Hilbert space for a large system of qubits [58.720142291102135]
  パーコレーション遷移は無限クラスターの出現によって定義される。 ヒルベルト空間の指数的に増加する次元性は、有限サイズの超球面による被覆を非効率にすることを示す。 コンパクトな距離空間におけるパーコレーション遷移への我々のアプローチは、他の文脈での厳密な処理に有用である。
  論文  参考訳（メタデータ） (2022-10-15T13:53:21Z)
• Lifting the Convex Conjugate in Lagrangian Relaxations: A Tractable Approach for Continuous Markov Random Fields [53.31927549039624]
  断片的な離散化は既存の離散化問題と矛盾しないことを示す。 この理論を2つの画像のマッチング問題に適用する。
  論文  参考訳（メタデータ） (2021-07-13T12:31:06Z)
• Linear Classifiers in Mixed Constant Curvature Spaces [40.82908295137667]
  我々は、ユークリッド空間、球面空間、双曲空間の混合である積空間形式の線形分類の問題に対処する。 我々は、$d$-次元定数曲率空間の線形分類子が正確に$d+1$点を粉砕できることを証明した。 新規なパーセプトロン分類アルゴリズムを記述し、厳密な収束結果を確立する。
  論文  参考訳（メタデータ） (2021-02-19T23:29:03Z)
• Geometry and entanglement in the scattering matrix [0.0]
  S-行列が基本対象となる核子-核子散乱の定式化が展開される。 平坦なトーラス境界上の軌道は、定量誤差のあるバルク軌道から明確に構成することができる。
  論文  参考訳（メタデータ） (2020-11-02T19:49:53Z)
• Manifold Learning via Manifold Deflation [105.7418091051558]
  次元削減法は、高次元データの可視化と解釈に有用な手段を提供する。 多くの一般的な手法は単純な2次元のマニフォールドでも劇的に失敗する。 本稿では,グローバルな構造を座標として組み込んだ,新しいインクリメンタルな空間推定器の埋め込み手法を提案する。 実験により,本アルゴリズムは実世界および合成データセットに新規で興味深い埋め込みを復元することを示した。
  論文  参考訳（メタデータ） (2020-07-07T10:04:28Z)
• Geometry of Similarity Comparisons [51.552779977889045]
  空間形式の順序容量は、その次元と曲率の符号に関係していることを示す。 さらに重要なことは、類似性グラフ上で定義された順序拡散確率変数の統計的挙動が、その基礎となる空間形式を特定するのに利用できることである。
  論文  参考訳（メタデータ） (2020-06-17T13:37:42Z)

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。