.png){kind=icon}
返回
Conformal fields from neural networks
.png){kind=icon}
OA
AI
DOI：10.1007/JHEP10(2025)039.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们使用嵌入形式主义在D维中构造共形场，通过将齐次神经网络在(D+2)维中的洛伦兹不变集合限制到射影零锥上。共形关联函数可以通过神经网络的参数空间描述进行计算。在若干示例中计算了精确的四点关联函数，并进行了4维共形块分解以阐明谱。在一个非幺正示例中，分解结果与OPE系数对于自关联函数精确匹配，但对于混合关联函数则不匹配。在其他示例中，分析得益于近期关于费曼积分的方法。使用神经网络的无限宽度高斯过程极限构造了广义自由共形场，从而实现了自由玻色子。对深度网络的扩展在每一后续层中构造共形场，其共形维度和四点函数通过递推关系相互关联。讨论了数值方法。
期刊
IF:
5.5
论文数:
4.0W
被引数:
13.7W
机构
.png){kind=icon}
查看更多内容