使用规范等变流模型对量子色动力学场构型进行采样
摘要：基于归一化流的机器学习方法已经证明可以解决采样简单晶格场理论中规范场构型的重要挑战，例如临界减速和拓扑冻结。一个关键问题是是否这种成功能够应用于量子色动力学的研究。本文介绍了这个领域的进展情况。特别是，说明了最近开发的算法组件如何组合起来构建基于流的四维量子色动力学采样算法。总结了这种方法在大规模应用中的前景和挑战。
作者：Ryan Abbott, Michael S. Albergo, Aleksandar Botev, Denis Boyda, Kyle Cranmer, Daniel C. Hackett, Gurtej Kanwar, Alexander G. D. G. Matthews, S''ebastien Racani`ere, Ali Razavi, Danilo J. Rezende, Fernando Romero-L''opez, Phiala E. Shanahan, Julian M. Urban
论文ID：2208.03832
分类：High Energy Physics - Lattice
分类简称：hep-lat
提交时间：2022-08-23