用于生成有效场论模型的GAN

我们开创了一种由计算机生成模型的方法，该方法同时满足实验和理论约束。具体而言，我们提出了一个允许生成有效场论的框架。我们使用生成对抗网络（GAN）来生成这些模型，并生成了超出机器已知示例的样例。作为起点，我们将此思想应用于超对称场论的生成。在这种情况下，机器已知具有单场的超对称场论的一致样例，并生成了此类理论的新样例。在生成的势中，我们发现了 distinct 的性质，此处为标量势中极小值的数量，其取值在训练数据中未出现。我们评论了该框架潜在的进一步应用。