Deep learning complete intersection Calabi-Yau manifolds

要約

機械学習で代数トポロジー データを処理する方法をよりよく理解することを目的として、完全交差カラビ ヤウ (CICY) の 3 重および 4 重構造に対する深層学習技術の進歩をレビューします。
ニューラル ネットワーク アーキテクチャについて説明する前に、まず方法論的な側面とデータ分析について説明します。
次に、ホッジ数を予測する際の最先端の精度について説明します。
低いホッジ数から高いホッジ数への予測、およびその逆の予測に関する新しい結果が含まれています。

要約(オリジナル)

We review advancements in deep learning techniques for complete intersection Calabi-Yau (CICY) 3- and 4-folds, with the aim of understanding better how to handle algebraic topological data with machine learning. We first discuss methodological aspects and data analysis, before describing neural networks architectures. Then, we describe the state-of-the art accuracy in predicting Hodge numbers. We include new results on extrapolating predictions from low to high Hodge numbers, and conversely.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google