論文の概要: The Simplest Inflationary Potentials

• arxiv url: http://arxiv.org/abs/2310.16786v1
• Date: Wed, 25 Oct 2023 17:20:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-26 13:19:36.287272
• Title: The Simplest Inflationary Potentials
• Title（参考訳）: 最も単純なインフレポテンシャル
• Authors: Tom\'as Sousa, Deaglan J. Bartlett, Harry Desmond, Pedro G. Ferreira
• Abstract要約: インフレは初期の宇宙にとって非常に好まれる理論である。 データの現在の品質を考えると、多くの候補実装で非常に過小評価されています。 シンボリック回帰法を用いて、演算子の2つの可能な基底集合のうちの1つに対して、すべての可能な単純なスカラー場ポテンシャルを生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Inflation is a highly favoured theory for the early Universe. It is compatible with current observations of the cosmic microwave background and large scale structure and is a driver in the quest to detect primordial gravitational waves. It is also, given the current quality of the data, highly under-determined with a large number of candidate implementations. We use a new method in symbolic regression to generate all possible simple scalar field potentials for one of two possible basis sets of operators. Treating these as single-field, slow-roll inflationary models we then score them with an information-theoretic metric ("minimum description length") that quantifies their efficiency in compressing the information in the Planck data. We explore two possible priors on the parameter space of potentials, one related to the functions' structural complexity and one that uses a Katz back-off language model to prefer functions that may be theoretically motivated. This enables us to identify the inflaton potentials that optimally balance simplicity with accuracy at explaining the Planck data, which may subsequently find theoretical motivation. Our exploratory study opens the door to extraction of fundamental physics directly from data, and may be augmented with more refined theoretical priors in the quest for a complete understanding of the early Universe.
• Abstract（参考訳）: インフレは初期の宇宙にとって非常に好ましい理論である。 宇宙マイクロ波の背景と大規模構造の現在の観測と互換性があり、原始重力波を検出するための探索の原動力である。 また、データの現在の品質を考えると、多くの候補実装で非常に過小評価されている。 シンボリック回帰法を用いて、演算子の2つの可能な基底集合のうちの1つに対して、すべての単純なスカラー場ポテンシャルを生成する。 これらを単体で遅いインフレーションモデルとして扱い、プランクデータの情報を圧縮する際の効率を定量化する情報理論計量(最小記述長)で評価する。 ポテンシャルのパラメータ空間について、関数の構造複雑性に関連するものと、Katzのバックオフ言語モデルを用いて理論的動機付けされる関数を優先するものである。 これにより、シンプルさと正確さを最適にバランスさせるインフロンポテンシャルを、プランクデータを説明する際に識別することができる。 我々の探索的研究は、データから直接基礎物理学を抽出する扉を開くものであり、初期の宇宙の完全な理解を求めて、より洗練された理論上の先行とともに拡張される可能性がある。

関連論文リスト

• Graph Stochastic Neural Process for Inductive Few-shot Knowledge Graph Completion [63.68647582680998]
  I-FKGC(inductive few-shot knowledge graph completion)と呼ばれる課題に焦点をあてる。 帰納的推論(inductive reasoning)の概念に着想を得て,I-FKGCを帰納的推論問題とした。 本稿では,仮説の連成分布をモデル化したニューラルプロセスに基づく仮説抽出器を提案する。 第2のモジュールでは、この仮説に基づいて、クエリセットのトリプルが抽出された仮説と一致するかどうかをテストするグラフアテンションベースの予測器を提案する。
  論文  参考訳（メタデータ） (2024-08-03T13:37:40Z)
• DIFFormer: Scalable (Graph) Transformers Induced by Energy Constrained Diffusion [66.21290235237808]
  本稿では,データセットからのインスタンスのバッチを進化状態にエンコードするエネルギー制約拡散モデルを提案する。 任意のインスタンス対間の対拡散強度に対する閉形式最適推定を示唆する厳密な理論を提供する。 各種タスクにおいて優れた性能を有する汎用エンコーダバックボーンとして,本モデルの適用性を示す実験を行った。
  論文  参考訳（メタデータ） (2023-01-23T15:18:54Z)
• Large-Scale $2+1$D $\mathrm{U}(1)$ Gauge Theory with Dynamical Matter in a Cold-Atom Quantum Simulator [3.1192594881563127]
  量子シミュレータ技術の主要な推進役は、高レベルの制御とチューニング性で合成量子物質のセットアップにおいて高エネルギー現象を観測することである。 本稿では、スピンレスボソンを持つ冷原子量子シミュレータにおいて、動的物質とゲージ場を持つ大規模2+1$D $mathrmU(1)$ゲージ理論を実験的に実現可能な実現法を提案する。
  論文  参考訳（メタデータ） (2022-11-02T18:00:00Z)
• Data-Efficient Learning via Minimizing Hyperspherical Energy [48.47217827782576]
  本稿では,少数の代表データを用いたスクラッチからのデータ効率学習の問題について考察する。 我々は,MHEに基づくアクティブラーニング(MHEAL)アルゴリズムを提案し,MHEALの包括的な理論的保証を提供する。
  論文  参考訳（メタデータ） (2022-06-30T11:39:12Z)
• INFOrmation Prioritization through EmPOWERment in Visual Model-Based RL [90.06845886194235]
  モデルベース強化学習(RL)のための修正目的を提案する。 相互情報に基づく状態空間モデルに,変分エンパワーメントにインスパイアされた用語を統合する。 本研究は,視覚に基づくロボット制御作業における自然な映像背景を用いたアプローチの評価である。
  論文  参考訳（メタデータ） (2022-04-18T23:09:23Z)
• Leveraging Quantum Annealer to identify an Event-topology at High Energy Colliders [3.39322931607753]
  本稿では, イベントトポロジーを特定するために, 量子アニールを用いたシンプルでモチベーションの良い手法を提案する。 計算複雑性は粒子の順序に比例して大幅に低減できることを示す。
  論文  参考訳（メタデータ） (2021-11-15T14:42:05Z)
• Nuclear two point correlation functions on a quantum-computer [105.89228861548395]
  我々は、現在の量子ハードウェアとエラー軽減プロトコルを使用して、高度に単純化された核モデルに対する応答関数を計算する。 この研究では、現在の量子ハードウェアとエラー軽減プロトコルを用いて、4つの格子上に3つの区別可能な核子を持つ2次元のフェルミ・ハバードモデルに対する応答関数を計算する。
  論文  参考訳（メタデータ） (2021-11-04T16:25:33Z)
• Integration of Data and Theory for Accelerated Derivable Symbolic Discovery [3.7521856498259627]
  我々は,自然法則の原理的導出を可能にする,記号的回帰と自動定理の証明を組み合わせた方法論を開発する。 ケプラーの第3法則、アインシュタインの相対論的時間拡張、ラングミュアの吸着理論を実証する。 論理的推論と機械学習の組み合わせは、自然現象の重要な側面に関する一般的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-09-03T17:19:17Z)
• Physics-constrained Bayesian inference of state functions in classical density-functional theory [0.6445605125467573]
  我々は,古典統計力学の逆問題に対する新しいデータ駆動手法を開発した。 我々は, 近似自由エネルギー関数の構成を特徴付ける効率的な学習アルゴリズムを開発した。 我々は、自由エネルギーの観点からモデリングする上で非常に困難である一方、自然界においてユビキタスな体積粒子相互作用を除外することを検討する。
  論文  参考訳（メタデータ） (2020-10-07T12:43:42Z)
• Focus of Attention Improves Information Transfer in Visual Features [80.22965663534556]
  本稿では,真のオンライン環境下での視覚情報伝達のための教師なし学習に焦点を当てた。 エントロピー項の計算は、エントロピー項のオンライン推定を行う時間的プロセスによって行われる。 入力確率分布をよりよく構成するために,人間のような注目モデルを用いる。
  論文  参考訳（メタデータ） (2020-06-16T15:07:25Z)
• On Geometry of Information Flow for Causal Inference [0.0]
  本稿では, グラガー・コーサリティに関するノーベル賞受賞作品を含む情報の流れを考察する。 我々の主な貢献は、伝達エントロピーによって示される因果推論として情報フローの幾何学的解釈を可能にする分析ツールを開発することである。
  論文  参考訳（メタデータ） (2020-02-06T02:46:48Z)

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。