English(EN) Learning the generating functional for variance reduction in lattice QCD

机器学习降低晶格量子色动力学计算中的方差

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-16 04:00

研究人员开发了一种使用机器学习归一化流来减少晶格规范场论计算中方差的新方法。该方法编码了生成泛函，能够系统地创建无噪声的相关函数估计器。该技术已在量子色动力学和杨-米尔斯理论上得到验证，在胶球相关函数和威尔逊环方面实现了高达三个数量级的方差降低。 AI

排序理由学术论文，详细介绍了在晶格量子色动力学计算中减少方差的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Ryan Abbott, Yang Fu, Daniel C. Hackett, Gurtej Kanwar, Fernando Romero-L\'opez, Phiala E. Shanahan · 2026-06-16 04:00

Learning the generating functional for variance reduction in lattice QCD

arXiv:2606.15986v1 Announce Type: cross Abstract: The generating functional in quantum field theory provides the natural framework for constructing correlation functions as derivatives with respect to source operators. We present a methodology that leverages machine-learned norma…