hep-lat」カテゴリーアーカイブ

On learning higher-order cumulants in diffusion models

要約 拡散モデルがガウス相関を超える相関をどのように学習するかを分析するために、 … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.LG, hep-lat | On learning higher-order cumulants in diffusion models はコメントを受け付けていません

Exploring gauge-fixing conditions with gradient-based optimization

要約 例えば、RI-MOM繰り込みスキームや模型計算の比較対象として使用されるゲ … 続きを読む

カテゴリー: cs.LG, hep-lat | Exploring gauge-fixing conditions with gradient-based optimization はコメントを受け付けていません

NETS: A Non-Equilibrium Transport Sampler

要約 非平衡輸送サンプラー(Non-Equilibrium Transport … 続きを読む

カテゴリー: cond-mat.stat-mech, cs.LG, hep-lat | NETS: A Non-Equilibrium Transport Sampler はコメントを受け付けていません

Deep learning lattice gauge theories

要約 モンテカルロ法は、格子ゲージ理論の強結合挙動に対する深い洞察をもたらし、ハ … 続きを読む

カテゴリー: cond-mat.dis-nn, cond-mat.str-el, cs.LG, hep-lat, hep-th | Deep learning lattice gauge theories はコメントを受け付けていません

Training normalizing flows with computationally intensive target probability distributions

要約 機械学習技術、特にいわゆる正規化フローは、ターゲットの確率分布を効果的に近 … 続きを読む

カテゴリー: cc:68T07, cond-mat.stat-mech, cs.LG, hep-lat, I.2.6 | Training normalizing flows with computationally intensive target probability distributions はコメントを受け付けていません

Neural Networks Asymptotic Behaviours for the Resolution of Inverse Problems

要約 この論文では、場の量子理論の応用だけでなく、より一般的な状況にも関連するデ … 続きを読む

カテゴリー: cs.AI, hep-lat, hep-th, physics.comp-ph | Neural Networks Asymptotic Behaviours for the Resolution of Inverse Problems はコメントを受け付けていません

Neural Networks asymptotic behaviours suitable for the resolution of inverse problems

要約 この論文では、デコンボリューション逆問題に対するニューラル ネットワーク … 続きを読む

カテゴリー: cs.AI, hep-lat, hep-th, physics.comp-ph | Neural Networks asymptotic behaviours suitable for the resolution of inverse problems はコメントを受け付けていません

Applications of flow models to the generation of correlated lattice QCD ensembles

要約 機械学習による正規化フローを格子量子場理論のコンテキストで使用して、さまざ … 続きを読む

カテゴリー: cs.LG, hep-lat | Applications of flow models to the generation of correlated lattice QCD ensembles はコメントを受け付けていません

Multi-Lattice Sampling of Quantum Field Theories via Neural Operator-based Flows

要約 ボルツマン分布 $[d\phi] Z^{-1} e^{-S[\phi]}$ … 続きを読む

カテゴリー: cs.LG, hep-lat, stat.ML | Multi-Lattice Sampling of Quantum Field Theories via Neural Operator-based Flows はコメントを受け付けていません

Learning Lattice Quantum Field Theories with Equivariant Continuous Flows

要約 我々は、格子場理論の高次元確率分布からサンプリングするための新しい機械学習 … 続きを読む

カテゴリー: cond-mat.stat-mech, cs.LG, hep-lat, hep-th | Learning Lattice Quantum Field Theories with Equivariant Continuous Flows はコメントを受け付けていません