学习平凡化流
摘要：简化的HMC算法在格点规范场理论的采样中应用了归一化流技术，为提高传统HMC算法的采样效率提供了一些希望。通过从与原始作用相关的较简单的作用中进行采样，使用通过最少训练参数实现的归一化流模型的可逆映射来减小自相关性。我们在2D的$phi^{4}$理论中测试了该算法，在与HMC相比观察到了较小的自相关时间，并证明了训练可以在小尺度的非物理情况下进行，并应用于物理情况。我们还研究了在网络架构的不同假设下算法在连续极限方向上的缩放。
作者：David Albandea, Luigi Del Debbio, Pilar Hern''andez, Richard Kenway, Joe Marsh Rossney, Alberto Ramos
论文ID：2302.08408
分类：High Energy Physics - Lattice
分类简称：hep-lat
提交时间：2023-04-20