机器学习 Holographic CFT$_2$ 的共形流形
高能物理 - 理论
2025-11-06 v1
摘要
我们研究围绕 AdS 的共形流形结构，这些流形来源于六维 超引力标量势中的连续平坦方向。我们的ethods 结合数值探索与符号推理。对于后者，我们开发了基于 Annealing Sequential Monte Carlo sampler 的符号回归算法，这是 Annealing Importance Sampling 与 Sequential Monte Carlo sampler 的组合，适用于在高维参数空间中揭示多项式约束。该算法重构了一组多项式关系，提供了对新型解族的显式解析参数化。
引用
@article{arxiv.2511.02981,
title = {Machine Learning the Conformal Manifold of Holographic CFT$_{2}$s},
author = {Bastien Duboeuf and Camille Eloy and Gabriel Larios},
journal= {arXiv preprint arXiv:2511.02981},
year = {2025}
}
备注
31 pages, 9 figures and 1 table