Fugu-MT 論文翻訳(概要): Hermitian Yang--Mills connections on general vector bundles: geometry and physical Yukawa couplings

論文の概要: Hermitian Yang--Mills connections on general vector bundles: geometry and physical Yukawa couplings

arxiv url: http://arxiv.org/abs/2512.10907v1
Date: Thu, 11 Dec 2025 18:38:10 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-12 16:15:42.533104
Title: Hermitian Yang--Mills connections on general vector bundles: geometry and physical Yukawa couplings
Title（参考訳）: エルミートヤン--一般ベクトル束上のミルズ接続:幾何学的および物理的湯川結合
Authors: Challenger Mishra, Justin Tan,
Abstract要約: 正則ベクトル束のエルミート・ヤン・ミルズ方程式の解を$V$で計算する。提案手法は、$V$のランクと構造群に対して完全に一般化されている。
参考スコア（独自算出の注目度）: 0.013714053458441644
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We compute solutions to the Hermitian Yang-Mills equations on holomorphic vector bundles $V$ via an alternating optimisation procedure founded on geometric machine learning. The proposed method is fully general with respect to the rank and structure group of $V$, requiring only the ability to enumerate a basis of global sections for a given bundle. This enables us to compute the physically normalised Yukawa couplings in a broad class of heterotic string compactifications. Using this method, we carry out this computation in full for a heterotic compactification incorporating a gauge bundle with non-Abelian structure group.
Abstract（参考訳）: 我々は、幾何学的機械学習に基づく交互最適化手順により、正則ベクトル束のエルミート・ヤン・ミルズ方程式の解を$V$で計算する。提案手法は、与えられたバンドルのグローバルセクションの基底を列挙する機能のみを必要とする、$V$のランクと構造群に対して完全に一般化されている。これにより、複素弦コンパクト化の幅広いクラスにおいて、物理的に正規化された湯川カップリングを計算することができる。この方法を用いて、非アベリア構造群を持つゲージバンドルを組み込んだ複素コンパクト化に対して、この計算をフルに行う。

関連論文リスト

Iterative construction of $\mathfrak{S}_p \times \mathfrak{S}_p$ group-adapted irreducible matrix units for the walled Brauer algebra [0.5735035463793009]
本稿では部分転置置換作用素の代数の表現論のアルゴリズム的扱いについて述べる。代数内で既約行列ユニットを構築するための明示的で完全に開発されたフレームワークを提供する。
論文参考訳（メタデータ） (2025-09-22T12:34:50Z)
Tessellation Groups, Harmonic Analysis on Non-compact Symmetric Spaces and the Heat Kernel in view of Cartan Convolutional Neural Networks [0.0]
本稿では,次の段階に進むために必要な数学的基礎的な側面に焦点をあてる。目的は、数学的に非コンパクト対称空間としてモデル化された層を導入することである。特に、TS の部分多様体が基底空間であるような Tits Satake (TS) ベクトル束の概念を導入している。
論文参考訳（メタデータ） (2025-08-22T00:27:03Z)
Generalized Gradient Norm Clipping & Non-Euclidean $(L_0,L_1)$-Smoothness [51.302674884611335]
本研究は、急勾配と条件勾配のアプローチを組み合わせることでノルムクリッピングを一般化するハイブリッド非ユークリッド最適化手法を提案する。本稿では、ディープラーニングのためのアルゴリズムのインスタンス化について論じ、画像分類と言語モデリングにおけるそれらの特性を実証する。
論文参考訳（メタデータ） (2025-06-02T17:34:29Z)
Unified Structural Embedding of Orbifold Sigma Models [0.0]
本研究ではオービフォールドシグマモデルのための新しい統一構造フレームワークを提案する。形式主義は、従来のシグマモデルを復元すると、$G$が自明な群に近づく滑らかな極限が得られる。例えば、$mathbbC/mathbbZ$ orbifoldの明示的な計算などである。
論文参考訳（メタデータ） (2025-05-09T20:20:08Z)
Spectral form factor of quadratic $R$-para-particle SYK model with Random Matrix Coupling [0.0]
本稿では,R$-パラ粒子Sachdev-Ye-Kitaev(R$-PSYK$$)モデルのスペクトル形状係数(SFF)について検討する。
論文参考訳（メタデータ） (2025-04-27T08:39:18Z)
Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文参考訳（メタデータ） (2023-02-24T18:41:48Z)
Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文参考訳（メタデータ） (2023-01-13T16:25:25Z)
Isotropic Gaussian Processes on Finite Spaces of Graphs [71.26737403006778]
種々の非重み付きグラフの集合上でガウス過程の先行を定義するための原理的手法を提案する。さらに、未重み付きグラフの同値類の集合を検討し、それに対する事前の適切なバージョンを定義する。化学の応用に触発されて、我々は、小データ構造における実際の分子特性予測タスクについて、提案手法を解説した。
論文参考訳（メタデータ） (2022-11-03T10:18:17Z)
Asymptotic Theory of Geometric and Adaptive $k$-Means Clustering [0.0]
我々は、ユークリッド空間における$k$-meansクラスタリングの一貫性に関するポラードの古典的な結果を再考する。上に述べたすべてのクラスタリング手順が強く整合していることが示される。
論文参考訳（メタデータ） (2022-02-27T18:56:41Z)
q-Paths: Generalizing the Geometric Annealing Path using Power Means [51.73925445218366]
我々は、幾何学と算術の混合を特別なケースとして含むパスのファミリーである$q$-pathsを紹介した。幾何経路から離れた小さな偏差がベイズ推定に経験的利得をもたらすことを示す。
論文参考訳（メタデータ） (2021-07-01T21:09:06Z)
A Practical Method for Constructing Equivariant Multilayer Perceptrons for Arbitrary Matrix Groups [115.58550697886987]
行列群の同変層を解くための完全一般的なアルゴリズムを提供する。他作品からのソリューションを特殊ケースとして回収するだけでなく、これまで取り組んだことのない複数のグループと等価な多層パーセプトロンを構築します。提案手法は, 粒子物理学および力学系への応用により, 非同変基底線より優れる。
論文参考訳（メタデータ） (2021-04-19T17:21:54Z)

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。