Fugu-MT 論文翻訳(概要): Continuous normalizing flows for lattice gauge theories

論文の概要: Continuous normalizing flows for lattice gauge theories

arxiv url: http://arxiv.org/abs/2410.13161v1
Date: Thu, 17 Oct 2024 02:30:44 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-18 13:17:55.192843
Title: Continuous normalizing flows for lattice gauge theories
Title（参考訳）: 格子ゲージ理論に対する連続正規化流れ
Authors: Mathis Gerdes, Pim de Haan, Roberto Bondesan, Miranda C. N. Cheng,
Abstract要約: 群変換の下で同変である行列リー群に対する一般的な連続正規化フローアーキテクチャを提案する。これを2次元の格子ゲージ理論に原理証明として適用し、競合性能を示す。
参考スコア（独自算出の注目度）: 8.901227918730562
License:
Abstract: Continuous normalizing flows are known to be highly expressive and flexible, which allows for easier incorporation of large symmetries and makes them a powerful tool for sampling in lattice field theories. Building on previous work, we present a general continuous normalizing flow architecture for matrix Lie groups that is equivariant under group transformations. We apply this to lattice gauge theories in two dimensions as a proof-of-principle and demonstrate competitive performance, showing its potential as a tool for future lattice sampling tasks.
Abstract（参考訳）: 連続正規化フローは、非常に表現力が高く、柔軟であることが知られており、これにより大きな対称性の組み入れが容易になり、格子場理論をサンプリングするための強力なツールとなる。これまでの研究に基づいて、群変換の下で同変である行列リー群に対する一般的な連続正規化フローアーキテクチャを提案する。これを2次元の格子ゲージ理論に原理実証として適用し、将来の格子サンプリングタスクのツールとしての可能性を示す。

関連論文リスト

Practical applications of machine-learned flows on gauge fields [36.54062796409407]
正規化フローは、異なる格子理論の間の機械学習マップである。レプリカ交換(並列テンパリング)サンプリングにおけるフローの2つの応用を議論し、実証する。
論文参考訳（メタデータ） (2024-04-17T18:17:14Z)
Theory of mobility edge and non-ergodic extended phase in coupled random matrices [18.60614534900842]
局所化-非局在化遷移の混乱モデルの中心概念であるモビリティエッジは、ランダム行列理論の文脈で議論されることは稀である。重なり合うスペクトルと非重なりのないスペクトルが全く異なるスケーリング挙動を示し、調整可能なモビリティエッジを構築するために使用できることを示す。我々のモデルは、RTTにおける制御可能な方法で、モビリティエッジと非エルゴード位相を実現するための一般的なフレームワークを提供する。
論文参考訳（メタデータ） (2023-11-15T01:43:37Z)
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)
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)
Toward Learning Robust and Invariant Representations with Alignment Regularization and Data Augmentation [76.85274970052762]
本論文はアライメント正則化の選択肢の増大を動機としている。我々は、ロバスト性および不変性の次元に沿って、いくつかの人気のある設計選択のパフォーマンスを評価する。我々はまた、現実的と考える仮定の下で経験的な研究を補完するために、アライメント正則化の挙動を正式に分析する。
論文参考訳（メタデータ） (2022-06-04T04:29:19Z)
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)
Equivariant Discrete Normalizing Flows [10.867162810786361]
離散層を用いた等変正規化フローの構築に着目する。 2つの新しい同変フロー:$G$-カップリングフローと$G$-Residualフローを導入する。我々の構成である$G$-Residual Flowsも普遍的であり、$G$-equivariant diffeomorphismが$G$-Residual Flowによって正確にマッピング可能であることを証明している。
論文参考訳（メタデータ） (2021-10-16T20:16:00Z)
Boundary theories of critical matchgate tensor networks [59.433172590351234]
AdS/CFT対応の重要な側面は、双曲格子上のテンソルネットワークモデルの観点から捉えることができる。マッチゲート制約を満たすテンソルに対しては、これらは以前、乱れた境界状態を生成することが示されている。これらのハミルトニアンは、解析的な玩具モデルによって捉えられたマルチスケールの準周期対称性を示す。
論文参考訳（メタデータ） (2021-10-06T18:00:03Z)

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。