Calabi-Yau度量、能量泛函与机器学习
高能物理 - 理论
2022-09-07 v1 机器学习
代数几何
摘要
我们将机器学习应用于寻找数值Calabi-Yau度量的问题。我们将先前关于使用Donaldson算法计算的近似Ricci平坦度量学习的工作，扩展到Headrick和Nassar的更准确“最优”度量。我们表明，机器学习能够在仅看到少量训练数据的情况下，预测Calabi-Yau度量的K"ahler势。
引用
@article{arxiv.2112.10872,
title = {Calabi-Yau Metrics, Energy Functionals and Machine-Learning},
author = {Anthony Ashmore and Lucille Calmon and Yang-Hui He and Burt A. Ovrut},
journal= {arXiv preprint arXiv:2112.10872},
year = {2022}
}
备注
7 pages, 5 figures