机器学习数域
数论
2023-07-14 v1 高能物理 - 理论
机器学习
摘要
我们证明了可以训练标准机器学习算法以高精度预测代数数域的某些不变量。在有限多个 Dedekind zeta 系数上训练的随机森林分类器，能够以 0.96 的精度区分类数为 1 和 2 的实二次域。此外，该分类器能够外推到判别式超出训练数据范围的域。当在次数为 2、6 和 8 的 Galois 扩张的定义多项式系数上进行训练时，逻辑回归分类器能够区分不同的 Galois 群，并以大于 0.97 的精度预测单位群的秩。
引用
@article{arxiv.2011.08958,
title = {Machine-Learning Number Fields},
author = {Yang-Hui He and Kyu-Hwan Lee and Thomas Oliver},
journal= {arXiv preprint arXiv:2011.08958},
year = {2023}
}
备注
20 pages, 1 figure, 3 tables