論文の概要: Topological Effects in Neural Network Field Theory
- arxiv url: http://arxiv.org/abs/2604.02313v1
- Date: Thu, 02 Apr 2026 17:55:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-03 14:21:10.981526
- Title: Topological Effects in Neural Network Field Theory
- Title(参考訳): ニューラルネットワーク場理論における位相効果
- Authors: Christian Ferko, James Halverson, Vishnu Jejjala, Brandon Robinson,
- Abstract要約: ニューラルネットワーク場理論は、フィールド理論を、ネットワークアーキテクチャによって定義されたフィールドの統計的アンサンブルと、そのパラメータの密度として定式化する。
我々は,スピン波臨界線や渦の高温増殖を含むベレジンスキー-コステリッツ-Thouless遷移を回復する。
- 参考スコア(独自算出の注目度): 1.6401768139952912
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Neural network field theory formulates field theory as a statistical ensemble of fields defined by a network architecture and a density on its parameters. We extend the construction to topological settings via the inclusion of discrete parameters that label the topological quantum number. We recover the Berezinskii--Kosterlitz--Thouless transition, including the spin-wave critical line and the proliferation of vortices at high temperatures. We also verify the T-duality of the bosonic string, showing invariance under the exchange of momentum and winding on $S^1$, the transformation of the sigma model couplings according to the Buscher rules on constant toroidal backgrounds, the enhancement of the current algebra at self-dual radius, and non-geometric T-fold transition functions.
- Abstract(参考訳): ニューラルネットワーク場理論は、フィールド理論を、ネットワークアーキテクチャによって定義されたフィールドの統計的アンサンブルと、そのパラメータの密度として定式化する。
我々は、位相量子数にラベルを付ける離散パラメータを含めることで、構成を位相的設定に拡張する。
我々は,スピン波臨界線や渦の高温増殖を含むベレジンスキー-コステリッツ-Thouless遷移を回復する。
また、ボゾン弦のT-双対性も検証し、運動量交換とS^1$での巻付の不変性、バッシャー則によるシグマモデル結合の変態、自己双対半径でのカレント代数の強化、および非幾何学的T-フォールド遷移関数を示す。
関連論文リスト
- Continuum field theory of matchgate tensor network ensembles [36.94429692322632]
2次元フェルミオン整合テンソルネットワークのランダムアンサンブルに対する連続体記述を開発する。
結果の普遍物理学の診断として、フェミオン二点関数の障害平均モーメントを解析する。
我々は、障害がトポロジカル項を持つ対称性クラスDの非線形シグマモデルによって支配される普遍的長距離挙動を駆動することを示す。
論文 参考訳(メタデータ) (2026-03-06T12:15:35Z) - Hamiltonian Lattice QED$_3$ with One and Two Flavors of Wilson Fermions: Topological Structure and Response [5.803135196608668]
ハミルトンゲージ理論における散乱フェルミオンの離散化は、正確な時間反転対称性を持つことを示す。
本研究では、ガウスの法則を満たすU(1)ゲージ場に結合したフェルミオンの(2+1)D格子ハミルトニアンにおけるフェルミオンの離散化効果を分析する。
論文 参考訳(メタデータ) (2026-03-05T19:18:46Z) - Boundary critical phenomena in the quantum Ashkin-Teller model [3.4394915539131934]
一次元量子アシュキン・テラーモデルの境界臨界現象について検討する。
$c=1$コンパクト化された境界共形場理論の$mathbbZ$-orbifoldに基づいて、安定な共形境界条件に再正規化する微視的境界境界項を構築する。
論文 参考訳(メタデータ) (2026-01-23T18:16:16Z) - Generalizing quantum dimensions: Symmetry-based classification of local pseudo-Hermitian systems and the corresponding domain walls [0.0]
共形場理論(CFT)とその分類を現代的観点から研究する。
我々は(擬)エルミート系と(非)ユニタリ CFT に関連する量子次元の自然な一般化を求める。
論文 参考訳(メタデータ) (2025-11-14T08:17:29Z) - Mereological Quantum Phase Transitions [0.0]
メレオロジー量子相転移(m-QPT)の概念を紹介する。
本稿では、量子コヒーレンスと演算子絡み込みを含む解析例を通して、この枠組みを説明する。
論文 参考訳(メタデータ) (2025-10-07T19:12:31Z) - Relative Representations: Topological and Geometric Perspectives [50.85040046976025]
相対表現はゼロショットモデルの縫合に対する確立されたアプローチである。
相対変換において正規化手順を導入し、非等方的再スケーリングや置換に不変となる。
第二に、クラス内のクラスタリングを促進するトポロジカル正規化損失である、微調整された相対表現におけるトポロジカルデシフィケーションの展開を提案する。
論文 参考訳(メタデータ) (2024-09-17T08:09:22Z) - Tangent Bundle Filters and Neural Networks: from Manifolds to Cellular
Sheaves and Back [114.01902073621577]
畳み込みを用いて、タンジェントバンドルフィルタとタンジェントバンドルニューラルネットワーク(TNN)を定義する。
我々は、TNNを時間領域と空間領域の両方で識別し、その離散性は、最近導入されたSheaf Neural Networksの原則的な変種であることを示す。
単体2次元球面上の接ベクトル場の復調作業における提案手法の有効性を数値的に評価する。
論文 参考訳(メタデータ) (2022-10-26T21:55:45Z) - 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) - Scaling limits of lattice quantum fields by wavelets [62.997667081978825]
再正規化群は格子体代数間の拡大写像の帰納的体系と見なされる。
自由格子基底状態の帰納的極限が存在し、極限状態はよく知られた巨大連続体自由場にまで拡張されることを示す。
論文 参考訳(メタデータ) (2020-10-21T16:30:06Z)
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。