异质弦 orbifold 景观中的深度学习

我们使用深度自编码器神经网络来绘制异质弦 $\mathbb{Z}_6$-II orbifold 景观的图谱。尽管该自编码器在训练时并不知道 $\mathbb{Z}_6$-II orbifold 模型的唯象性质，我们仍能在图谱中识别出唯象上有希望的模型聚集的肥沃岛屿。随后，我们将决策树应用于该图谱，以提取肥沃岛屿的决定性性质。基于这些信息，我们提出了一种寻找唯象上有希望的弦模型的新搜索策略。