Scifaro

中文

从神经网络重新发现数值 Lüscher 公式

高能物理 - 格点 2024-04-09 v2 机器学习高能物理 - 唯象学高能物理 - 理论

作者: Yu Lu , Yi-Jia Wang , Ying Chen , Jia-Jun Wu

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

我们表明，通过从连续空间中的相移预测离散空间中的谱，神经网络可以极高精度地复现数值 Lüscher 公式。Lüscher 公式的模型无关性质通过神经网络的可泛化性自然实现。这展示了神经网络提取模型相关量之间模型无关关系的巨大潜力，并且这种数据驱动方法可极大促进隐藏在复杂数据下物理原理的发现。

关键词

Lüscher 公式神经网络相移离散谱模型无关关系格点 QCD

引用

@article{arxiv.2210.02184,
  title  = {Rediscovery of Numerical L\"uscher's Formula from the Neural Network},
  author = {Yu Lu and Yi-Jia Wang and Ying Chen and Jia-Jun Wu},
  journal= {arXiv preprint arXiv:2210.02184},
  year   = {2024}
}

备注

7 figures, accepted by Chinese Physics C