論文の概要: Lecture Notes on Normalizing Flows for Lattice Quantum Field Theories
- arxiv url: http://arxiv.org/abs/2504.18126v1
- Date: Fri, 25 Apr 2025 07:22:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:53.670788
- Title: Lecture Notes on Normalizing Flows for Lattice Quantum Field Theories
- Title（参考訳）: 格子量子場理論の正規化流れに関する講義ノート
- Authors: Miranda C. N. Cheng, Niki Stratikopoulou,
- Abstract要約: 注記は格子場の理論、フローの正規化、および後者が前者の研究にどのように適用できるかを簡潔に説明することを目的としている。
このノートは、近年の様々な研究校で最初の著者が行った講義に基づいている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Numerical simulations of quantum field theories on lattices serve as a fundamental tool for studying the non-perturbative regime of the theories, where analytic tools often fall short. Challenges arise when one takes the continuum limit or as the system approaches a critical point, especially in the presence of non-trivial topological structures in the theory. Rapid recent advances in machine learning provide a promising avenue for progress in this area. These lecture notes aim to give a brief account of lattice field theories, normalizing flows, and how the latter can be applied to study the former. The notes are based on the lectures given by the first author in various recent research schools.
- Abstract（参考訳）: 格子上の場の量子論の数値シミュレーションは、解析ツールがしばしば不足する理論の非摂動的状態を研究するための基本的な道具となる。
問題は、連続極限を取るときや、システムが臨界点に近づくとき、特に理論に非自明な位相構造が存在するときに生じる。
最近の機械学習の急速な進歩は、この分野の進歩に有望な道を提供する。
これらの講義ノートは、格子場理論、フローの正規化、および後者が前者の研究にどのように適用できるかを簡潔に説明することを目的としている。
このノートは、近年の様々な研究校で最初の著者が行った講義に基づいている。
関連論文リスト
- Sheaf theory: from deep geometry to deep learning [0.3749861135832073]
本稿では,深層学習,データサイエンス,計算機科学におけるせん断理論の適用について概説する。
理論研究者と実践者の両方が共有する層理論の直観と動機について述べる。
そこで本研究では,任意の有限集合上でのせん断コホモロジーを計算するための新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-02-21T14:00:25Z) - 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) - Deep learning lattice gauge theories [0.0]
ニューラルネットワーク量子状態を用いて格子ゲージ理論の基底状態を2+1$次元で正確に計算する。
この結果から,ニューラルネットワーク量子状態は格子ゲージ理論の高精度な研究方法として有望であることが示唆された。
論文 参考訳（メタデータ） (2024-05-23T17:46:49Z) - Relaxation of first-class constraints and the quantization of gauge theories: from "matter without matter" to the reappearance of time in quantum gravity [72.27323884094953]
標準ゲージ理論における初期値問題へのアプローチに関する概念的概要を述べる。
第一級位相空間の制約が、新しい自由度値の修正と解釈すれば緩和される可能性があることを強調する。
論文 参考訳（メタデータ） (2024-02-19T19:00:02Z) - A simple theory for quantum quenches in the ANNNI model [0.0]
近接量子臨界点の符号は、特定の量子クエンチの後に早期および中期に観測することができる。
時間依存平均場理論を構築し、これらのクエンチの定量的に正確な記述を短時間で得られるようにする。
論文 参考訳（メタデータ） (2023-01-10T16:47:26Z) - Holographic tensor network models and quantum error correction: A
topical review [78.28647825246472]
ホログラフィックの双対性の研究の最近の進歩は、量子情報理論の概念や技術と結びついている。
特に成功したアプローチは、テンソルネットワークによるホログラフィック特性のキャプチャである。
論文 参考訳（メタデータ） (2021-02-04T14:09:21Z) - Developing Constrained Neural Units Over Time [81.19349325749037]
本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。
ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。
提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
論文 参考訳（メタデータ） (2020-09-01T09:07:25Z) - On the Enumerative Structures in Quantum Field Theory [0.0]
コードダイアグラムは、ダイソン=シュウィンガー方程式の文脈で場の量子論に現れる。
別の方向では、自由理論上の点場微分同相の作用を研究する。
論文 参考訳（メタデータ） (2020-08-26T16:38:20Z) - A Chain Graph Interpretation of Real-World Neural Networks [58.78692706974121]
本稿では,NNを連鎖グラフ(CG)、フィードフォワードを近似推論手法として識別する別の解釈を提案する。
CG解釈は、確率的グラフィカルモデルのリッチな理論的枠組みの中で、各NNコンポーネントの性質を規定する。
我々は,CG解釈が様々なNN技術に対する新しい理論的支援と洞察を提供することを示す具体例を実例で示す。
論文 参考訳（メタデータ） (2020-06-30T14:46:08Z) - From a quantum theory to a classical one [117.44028458220427]
量子対古典的交叉を記述するための形式的アプローチを提示し議論する。
この手法は、1982年にL. Yaffeによって、大きな$N$の量子場理論に取り組むために導入された。
論文 参考訳（メタデータ） (2020-04-01T09:16:38Z)
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。