中文

神经网络场论:非高斯性、作用量与局域性

高能物理 - 理论 2023-12-15 v2 机器学习

摘要

场论中的路径积分测度与神经网络系综均描述函数的分布。当中心极限定理可在无限宽度(无限-NN)极限下应用时,网络系综对应于自由场论。尽管按 1/N1/N 展开对应于场论中的相互作用,其他展开(例如网络参数统计独立性的微小破缺)也能导致相互作用理论。这些其他展开相对于 1/N1/N 展开可能具有优势,例如相对于通用逼近定理具有改进的行为。给定场论的连通关联子,可利用一种新费曼图规则系统性地按展开参数逐级重构作用量,该规则的顶点即为连通关联子。此方法受 Edgeworth 展开启发,并允许推导神经网络场论的作用量。反之,该对应关系允许通过将作用量形变表示为神经网络参数密度形变,来设计实现给定场论的架构。作为一个例子,ϕ4\phi^4 理论被实现为一个无限-NN 神经网络场论。

关键词

引用

@article{arxiv.2307.03223,
  title  = {Neural Network Field Theories: Non-Gaussianity, Actions, and Locality},
  author = {Mehmet Demirtas and James Halverson and Anindita Maiti and Matthew D. Schwartz and Keegan Stoner},
  journal= {arXiv preprint arXiv:2307.03223},
  year   = {2023}
}

备注

49 pages, plus references and appendices