实二次域类号的机器学习
数论
2025-01-14 v1 机器学习
高能物理 - 理论
摘要
我们实现并解释了涉及类号为 1、2 和 3 的实二次域的多种监督学习实验。我们从数据科学的角度量化了区分同奇偶/不同奇偶类号的相对难度,应用特征分析与主成分分析方法,并使用符号分类来发展适用于我们数据集的类号 1、2 和 3 的机器学习公式。
引用
@article{arxiv.2209.09283,
title = {Machine Learning Class Numbers of Real Quadratic Fields},
author = {Malik Amir and Yang-Hui He and Kyu-Hwan Lee and Thomas Oliver and Eldar Sultanow},
journal= {arXiv preprint arXiv:2209.09283},
year = {2025}
}
备注
26 pages, 20 figures