PulseAugur
中
实时 10:34:57
English(EN) Neural solutions of coupled ghost and gluon Dyson--Schwinger equations in Landau gauge

神经网络求解杨-米尔斯理论的复杂物理方程

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的神经网络方法，用于求解四维Landau规范杨-米尔斯理论中复杂的Dyson-Schwinger方程（DSEs）。神经元解法与传统的定点解法非常吻合，在各种网络配置和边界条件下均表现出稳定性。该方法在所用截断的约束下，成功重现了关键物理现象，包括MiniMOM紫外运行和胶子Schwinger函数的符号变化。 AI

影响 这项研究展示了神经网络在解决基础物理问题方面的新颖应用，可能为计算物理学研究开辟新途径。

排序理由 该条目描述了一篇科学论文，其中详细介绍了一种使用神经网络求解复杂物理方程的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

神经网络求解杨-米尔斯理论的复杂物理方程

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Rodrigo Carmo Terin ·

    Landau规范下耦合鬼胶子Dyson-Schwinger方程的神经元解

    arXiv:2607.21548v1 Announce Type: cross Abstract: The coupled ghost and gluon Dyson--Schwinger equations (DSEs) of four-dimensional Landau-gauge Yang--Mills (YM) theory are solved with a neural representation trained only from renormalized equation residuals. The neural and fixed…

相关实体

相关话题