关于交错夸克的狄拉克特征值谱的深度学习研究
摘要：用深度学习技术研究了Dirac本征值谱上交错夸克的手性。Kluberg-Stern方法可以构造守恒连续性质的交错双线性算符，如递归关系、手性唯一性和Ward恒等式，从而导致手性算符在两个交错Dirac算符夸克本征态之间的矩阵元中出现一个特征模式（我们称之为“泄漏模式（LP）”）。深度学习分析在普通规范配置上达到了99.4（2）％的准确率，在Dirac本征值谱中对非零模八重态分类的AUC（ROC曲线下的面积）为0.998。它证实了泄漏模式在普通规范配置上是普适的。在我们对泄漏模式的研究中，多层感知机（MLP）方法被证明是最有效的深度学习模型。
作者：Hwancheol Jeong, Chulwoo Jung, Seungyeob Jwa, Jeehun Kim, Nam Soo Kim, Sunghee Kim, Sunkyu Lee, Weonjong Lee, Youngjo Lee, Jeonghwan Pak, Chanju Park
论文ID：2203.00454
分类：High Energy Physics - Lattice
分类简称：hep-lat
提交时间：2022-03-02