以自然之工具解码自然:基于遗传算法与量子退火的异质弦线丛粒子物理模型
高能物理 - 理论
2023-06-07 v1 人工智能
摘要
弦景观可能包含标准模型的大量紫外嵌入,但由于可用弦紧致化数量极其庞大,识别这些嵌入已被证明十分困难。遗传算法(GAs)代表一类强大的离散优化技术,能高效应对弦景观的浩瀚,尤其当辅以量子退火器输入时。在本快报中,我们聚焦于 异质弦理论在具阿贝尔丛的光滑 Calabi-Yau 三重膜上的几何紧致化。我们利用丛值上同调的解析公式来施加全部谱要求,这是迄今未能实现的。对具有相对较少 Kähler 参数的流形,我们将 GA 搜索结果与先前系统扫描结果比较,表明 GAs 能找到几乎所有可行解,同时仅访问解空间极小部分。此外,我们在具有较多 Kähler 参数、系统搜索不可行的流形上执行 GA 搜索。
引用
@article{arxiv.2306.03147,
title = {Decoding Nature with Nature's Tools: Heterotic Line Bundle Models of Particle Physics with Genetic Algorithms and Quantum Annealing},
author = {Steve Abel and Andrei Constantin and Thomas R. Harvey and Andre Lukas and Luca A. Nutricati},
journal= {arXiv preprint arXiv:2306.03147},
year = {2023}
}
备注
11 pages, 4 figures