論文の概要: Ergodic topology sampling toward the continuum with Stochastic Normalizing Flows

• arxiv url: http://arxiv.org/abs/2610.20747v1
• Date: Wed, 14 Oct 2026 18:05:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.00322
• Title: Ergodic topology sampling toward the continuum with Stochastic Normalizing Flows
• Title（参考訳）: 確率正規化流による連続体へのエルゴディックトポロジーサンプリング
• Abstract要約: mathrmSU(3)$ Yang-Mills理論の位相凍結はフローベースのアプローチで緩和することができる。 正方形電荷の自己相関時間と位相感受性の統計的不確実性は制御されている。
• 参考スコア（独自算出の注目度）: 34.54607280864912
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work we provide numerical evidence that topological freezing in $\mathrm{SU}(3)$ Yang-Mills theory can be mitigated with a flow-based approach, as tested at lattice spacings as fine as 0.03~fm. We do so by analyzing the scaling of the costs of a computational strategy based on the combination of open boundary conditions and Stochastic Normalizing Flows. We show that the integrated autocorrelation time of the squared topological charge and the statistical uncertainty on the topological susceptibility remain under control throughout the explored parameter range with currently available computational resources. This marks an important step toward the use of even more efficient flow-based architectures for ergodic sampling of topology in state-of-the-art lattice gauge theory calculations.
• Abstract（参考訳）: この研究で、$\mathrm{SU}(3)$ Yang-Mills理論における位相凍結は、格子間隔で0.03〜fmの精度で試験されるように、フローベースのアプローチで緩和できるという数値的な証拠を提供する。 我々は,開放境界条件と確率正規化フローの組み合わせに基づいて,計算戦略のコストのスケーリングを分析する。 現在利用可能な計算資源で探索されたパラメータ範囲を通じて,2乗の位相電荷の自己相関時間と位相感受性の統計的不確かさが制御されていることを示す。 これは、最先端の格子ゲージ理論計算におけるトポロジーのエルゴードサンプリングに、より効率的なフローベースアーキテクチャを使用するための重要なステップである。

関連論文リスト

• Topological Flow Matching [56.16372813551555]
  フローマッチングは強力な生成モデリングフレームワークであり、そのシンプルさと強力な経験的パフォーマンスに価値がある。 トポロジカルフローマッチング(トポロジカルフローマッチング)は,トポロジカルフローマッチングの一般化である。 脳のfMRI、海流、地震イベント、交通流など、さまざまな構造化されたデータセットに対して、その効果を実証する。
  論文  参考訳（メタデータ） (2026-06-14T16:29:33Z)
• A scalable flow-based approach to mitigate topological freezing [34.54607280864912]
  マルコフチェインモンテカルロシミュレーションからトポロジカルアーティファクトを除去するフローベース戦略を提案する。 この戦略は、非平衡モンテカルロ更新を局所的で頑丈な欠陥層に置き換える正規化フロー(SNF)に基づいている。 欠点SNFは、同等のコストで非平衡法を再現するよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-01-28T15:40:46Z)
• Scaling flow-based approaches for topology sampling in $\mathrm{SU}(3)$ gauge theory [34.54607280864912]
  格子ゲージ理論の連続極限に近づく際に位相凍結を緩和するための平衡外シミュレーションに基づく方法論を開発する。 開境界条件を用いて位相電荷の自己相関を低減し、非平衡モンテカルロ法を用いてその非物理的効果を正確に除去する。 我々は、純粋に非平衡なアプローチに関して優れた性能を得、より効率的な将来のフローベースソリューションの道を開く。
  論文  参考訳（メタデータ） (2025-10-29T17:12:21Z)
• Scaling of Stochastic Normalizing Flows in $\mathrm{SU}(3)$ lattice gauge theory [44.99833362998488]
  非平衡マルコフ連鎖モンテカルロシミュレーションは、ターゲット確率分布からのサンプルに対するジャージンスキーの等式に基づくよく理解されたフレームワークを提供する。 平衡外進化はフローベースアプローチの同じ枠組みを共有しており、自然に正規化フロー(SNF)と呼ばれる新しいアーキテクチャに結合することができる。 4次元における$mathrmSU(3)$の格子ゲージ理論に対するSNFの最初の実装は、非平衡モンテカルロ更新の間にゲージ同変層を導入することで定義される。
  論文  参考訳（メタデータ） (2024-11-29T19:01:05Z)
• 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)
• 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)
• Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
  正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。 一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
  論文  参考訳（メタデータ） (2022-02-23T06:11:49Z)
• Nonconvex Stochastic Scaled-Gradient Descent and Generalized Eigenvector Problems [98.34292831923335]
  オンライン相関解析の問題から,emphStochastic Scaled-Gradient Descent (SSD)アルゴリズムを提案する。 我々はこれらのアイデアをオンライン相関解析に適用し、局所収束率を正規性に比例した最適な1時間スケールのアルゴリズムを初めて導いた。
  論文  参考訳（メタデータ） (2021-12-29T18:46:52Z)

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。