神经网络场变换及其在HMC中的应用
摘要：用具有李群不可知性和规范协变性的神经网络构建方法，并引入约束条件使神经网络具有连续可微和可逆性。我们将这样的神经网络结合起来，构建适用于混合蒙特卡洛法(HMC)的规范场变换。我们使用HMC通过神经网络参数化的规范场变换在转化空间中抽样晶格规范配置。在一系列耦合和晶格尺寸的2D U(1)纯规范系统中进行测试，与直接使用HMC抽样相比，神经网络转换的HMC(NTHMC)生成具有改进的拓扑荷隧道效应的规范配置的马尔科夫链，同时随着晶格耦合的增加，减少了力的计算量。
作者：Xiao-Yong Jin
论文ID：2201.01862
分类：High Energy Physics - Lattice
分类简称：hep-lat
提交时间：2022-03-28