用深度学习全息带电黑洞
高能物理 - 理论
2019-08-06 v1 广义相对论与量子宇宙学
摘要
我们利用深度学习算法通过构建深度神经网络来学习 Reissner-Nordström（RN）黑洞度规。我们在 AdS 边界生成大量数据，并通过 AdS 度规与运动方程（e.o.m）将其传播至黑洞视界。我们根据视界附近的值对该数据打标签，并与初始数据一起构成数据集。随后我们构建相应的深度神经网络并用该数据集训练，从而得到 Reissner-Nordström（RN）黑洞度规。最后，我们讨论了学习率、批大小与初始化对训练过程的影响。
引用
@article{arxiv.1908.01470,
title = {Deep learning the holographic black hole with charge},
author = {Jing Tan and Chong-Bin Chen},
journal= {arXiv preprint arXiv:1908.01470},
year = {2019}
}
备注
14 pages, 8 figures