論文の概要: Learning the generating functional for variance reduction in lattice QCD

• arxiv url: http://arxiv.org/abs/2606.15986v1
• Date: Sun, 14 Jun 2026 19:24:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.977442
• Title: Learning the generating functional for variance reduction in lattice QCD
• Title（参考訳）: 格子QCDにおける分散化のための生成関数の学習
• Abstract要約: 本稿では,機械学習型正規化フローを利用してボゾン作用素の任意の$N$-point相関関数の分散を低減する手法を提案する。 このフレームワークでは,相関関数のノイズレス推定器に体系的にアプローチすることが可能である。
• 参考スコア（独自算出の注目度）: 43.67714876032719
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The generating functional in quantum field theory provides the natural framework for constructing correlation functions as derivatives with respect to source operators. We present a methodology that leverages machine-learned normalizing flows to reduce the variance of arbitrary $N$-point correlation functions of bosonic operators in lattice gauge field theory calculations by encoding a representation of the generating functional. We show that it is possible to systematically approach noiseless estimators of correlation functions in this framework. We demonstrate this methodology with applications to calculations of glueball correlation functions and Wilson loops in Quantum Chromodynamics and Yang-Mills theory. The results show up to three orders of magnitude variance reduction.
• Abstract（参考訳）: 場の量子論における関数の生成は、ソース演算子に対する微分として相関関数を構築するための自然な枠組みを提供する。 本稿では, 格子ゲージ場理論計算におけるボソニック作用素の任意の$N$-point相関関数の分散を, 生成関数の表現を符号化することで低減するために, 機械学習正規化フローを利用する手法を提案する。 このフレームワークでは,相関関数のノイズレス推定器に体系的にアプローチすることが可能である。 我々はこの手法を量子クロモダイナミックスとヤン・ミルズ理論におけるグルーボール相関関数とウィルソンループの計算への応用で実証する。 結果は最大で3桁のばらつきを減少させる。

関連論文リスト

• Kernel Methods for Some Transport Equations with Application to Learning Kernels for the Approximation of Koopman Eigenfunctions: A Unified Approach via Variational Methods, Green's Functions and the Method of Characteristics [3.2116198597240846]
  本稿では, 輸送方程式に適した再生カーネルを構築するための, 理論および計算の統一的な枠組みを提案する。 これらの固有関数は、我々が反転する輸送型偏微分方程式(PDE)を満たす。 関連するカーネル固有関数 (Mercer モード) は、RKHS にあるとき、L2 において真のクープマン固有関数に収束することを示す。
  論文  参考訳（メタデータ） (2026-03-06T20:46:20Z)
• Loss-Complexity Landscape and Model Structure Functions [53.92822954974537]
  我々はコルモゴロフ構造関数 $h_x(alpha)$ を双対化するためのフレームワークを開発する。 情報理論構造と統計力学の数学的類似性を確立する。 構造関数と自由エネルギーの間のルジャンドル・フェンシェル双対性を明確に証明する。
  論文  参考訳（メタデータ） (2025-07-17T21:31:45Z)
• Variance-Reducing Couplings for Random Features [57.73648780299374]
  ランダム機能(RF)は、機械学習においてカーネルメソッドをスケールアップする一般的なテクニックである。 ユークリッド空間と離散入力空間の両方で定義されるRFを改善するための結合を求める。 パラダイムとしての分散還元の利点と限界について、驚くほどの結論に達した。
  論文  参考訳（メタデータ） (2024-05-26T12:25:09Z)
• Applications of flow models to the generation of correlated lattice QCD ensembles [69.18453821764075]
  機械学習された正規化フローは、格子量子場理論の文脈で、異なる作用パラメータで格子ゲージ場の統計的に相関したアンサンブルを生成するために用いられる。 本研究は,これらの相関を可観測物の計算における分散低減に活用する方法を実証する。
  論文  参考訳（メタデータ） (2024-01-19T18:33:52Z)
• Quantum correlation functions through tensor network path integral [0.0]
  テンソルネットワークは、オープン量子系の平衡相関関数を計算するために利用される。 溶媒が量子系に与える影響は、影響関数によって取り込まれている。 この手法の設計と実装は、速度理論、シンメトリゼーションされたスピン相関関数、動的感受性計算、量子熱力学からの図解とともに議論される。
  論文  参考訳（メタデータ） (2023-08-21T07:46:51Z)
• Adaptive LASSO estimation for functional hidden dynamic geostatistical model [69.10717733870575]
  関数型隠れ統計モデル(f-HD)のためのペナル化極大推定器(PMLE)に基づく新しいモデル選択アルゴリズムを提案する。 このアルゴリズムは反復最適化に基づいており、適応最小限の収縮・セレクタ演算子(GMSOLAS)ペナルティ関数を用いており、これは不給付のf-HD最大線量推定器によって得られる。
  論文  参考訳（メタデータ） (2022-08-10T19:17:45Z)
• A source fragmentation approach to interacting quantum field theory [0.0]
  時間順序の真空期待値と正規化ラグランジュ量子論のS行列が局所作用素によって近似できることを証明した。 ワイトマン公理について、これは作用素値分布によって生成されない測度作用素の代数を導出する修正を示唆する。
  論文  参考訳（メタデータ） (2021-09-09T16:50:43Z)
• Correlations of quantum curvature and variance of Chern numbers [0.0]
  相関関数は小さな分離点における距離の逆転として発散することを示す。 また、混合状態の相関関数を定義して解析し、それは有限であるが小さな分離において特異であることを示す。
  論文  参考訳（メタデータ） (2020-12-07T18:00:40Z)
• Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with an artificial neural-network correlator ansatz [62.997667081978825]
  光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。 我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
  論文  参考訳（メタデータ） (2020-07-28T14:52:28Z)

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。