神经常微分方程与全息 QCD
高能物理 - 理论
2022-02-01 v1 无序系统与神经网络
广义相对论与量子宇宙学
高能物理 - 唯象学
摘要
神经常微分方程（Neural ODE）是一种新颖的机器学习架构，其权重是连续深度的光滑函数。我们将 Neural ODE 应用于全息 QCD，将权重函数视为体度量，并用有限温度下手性凝聚的格点 QCD 数据训练该机器。该机器在各种温度值下找到了一致的体几何，并自动发现了全息体中的涌现黑洞视界。利用涌现的机器学习体时空计算的 holography Wilson 圈具有与禁闭和德拜屏蔽行为相一致的温标依赖性。在具有物理可解释权重的机器学习模型中，Neural ODE 使我们免于导致超参数难以巧妙设计的离散化伪影，并提高了数值精度使模型更可信。
引用
@article{arxiv.2006.00712,
title = {Neural ODE and Holographic QCD},
author = {Koji Hashimoto and Hong-Ye Hu and Yi-Zhuang You},
journal= {arXiv preprint arXiv:2006.00712},
year = {2022}
}
备注
10 pages, 6 figures