在神经网络中保持规范不变性
高能物理 - 格点
2022-02-16 v1 机器学习
高能物理 - 唯象学
高能物理 - 理论
机器学习
摘要
在本会议报告中，我们提出了格点规范等变卷积神经网络（L-CNNs），其能够处理来自格点规范理论模拟的数据，同时精确保持规范对称性。我们回顾了该架构的若干方面，并展示了 L-CNNs 如何表示格点上的一大类规范不变与等变函数。我们使用一个非线性回归问题比较了 L-CNNs 与非等变网络的性能，并展示了非等变模型如何破坏规范不变性。
引用
@article{arxiv.2112.11239,
title = {Preserving gauge invariance in neural networks},
author = {Matteo Favoni and Andreas Ipp and David I. Müller and Daniel Schuh},
journal= {arXiv preprint arXiv:2112.11239},
year = {2022}
}
备注
8 pages, 3 figures, proceedings for vConf 2021