用深度生成模型估计格点场论中的热力学可观测量
高能物理 - 格点
2021-01-27 v2 机器学习
计算物理
摘要
在这项工作中，我们证明将深度生成机器学习模型应用于格点场论，是解决Markov Chain Monte Carlo (MCMC)方法存在问题的一种有前景的途径。更具体地说，我们表明生成模型可用于估计自由能的绝对值，这与现有的基于MCMC的方法仅限于估计自由能差形成对比。我们在二维理论中证明了所提方法的有效性，并在详细的数值实验中将其与基于MCMC的方法进行比较。
引用
@article{arxiv.2007.07115,
title = {Estimation of Thermodynamic Observables in Lattice Field Theories with Deep Generative Models},
author = {Kim A. Nicoli and Christopher J. Anders and Lena Funcke and Tobias Hartung and Karl Jansen and Pan Kessel and Shinichi Nakajima and Paolo Stornati},
journal= {arXiv preprint arXiv:2007.07115},
year = {2021}
}
备注
8 figures