机器学习在格点量子场论中的应用
高能物理 - 格点
2022-02-15 v1 机器学习
高能物理 - 唯象学
摘要
在数值格点量子场论领域应用机器学习具有巨大潜力，但要充分发挥该潜力需要新的策略。在这份面向 Snowmass 社区规划过程的白皮书中，我们讨论了格点量子场论研究中机器学习的独特需求，并概述了未来实现该方法探索与部署所需的条件。
引用
@article{arxiv.2202.05838,
title = {Applications of Machine Learning to Lattice Quantum Field Theory},
author = {Denis Boyda and Salvatore Calì and Sam Foreman and Lena Funcke and Daniel C. Hackett and Yin Lin and Gert Aarts and Andrei Alexandru and Xiao-Yong Jin and Biagio Lucini and Phiala E. Shanahan},
journal= {arXiv preprint arXiv:2202.05838},
year = {2022}
}
备注
10 pages, contribution to Snowmass 2022