Learning trivializing flows
Learning trivializing flows
复制标题
学习微不足道的流程
DOI：
10.1140/epjc/s10052-023-11838-8
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Albandea D
中科院分区：
文献类型：
--
作者：
Albandea D
最近引入的机器学习技术，特别是归一化流，格点规范理论的采样，为提高传统的混合蒙特卡罗（HMC）算法的采样效率带来了一些希望。在这项工作中，我们研究了一个修改后的HMC算法，借鉴了开创性的工作平凡化流的Lüscher。通过从一个简单的动作中采样来减少自相关性，该动作通过一个可逆映射与原始动作相关，该可逆映射通过具有最小训练参数集的归一化流模型实现。我们在2D中的自相关理论中测试了该算法，与HMC相比，我们观察到自相关时间减少，并证明了训练可以在小的非物理体积下进行，并在物理条件下使用。我们还研究了在网络结构的各种假设下，算法向连续极限的扩展。
The recent introduction of machine learning techniques, especially normalizing flows, for the sampling of lattice gauge theories has shed some hope on improving the sampling efficiency of the traditional hybrid Monte Carlo (HMC) algorithm. In this work we study a modified HMC algorithm that draws on the seminal work on trivializing flows by Lüscher. Autocorrelations are reduced by sampling from a simpler action that is related to the original action by an invertible mapping realised through Normalizing Flows models with a minimal set of training parameters. We test the algorithm in a ϕ theory in 2D where we observe reduced autocorrelation times compared with HMC, and demonstrate that the training can be done at small unphysical volumes and used in physical conditions. We also study the scaling of the algorithm towards the continuum limit under various assumptions on the network architecture.
登录
查看更多内容
拓扑临界减速：玩具模型的变化。
DOI：
10.1103/physreve.98.013308
发表时间：
2017
期刊：
Physical review. E
影响因子：
--
作者：
C. Bonati;M. D’Elia
通讯作者：
M. D’Elia
大 N 时晶格 CPN−1 模型的蒙特卡罗模拟
DOI：
--
发表时间：
1992
期刊：
影响因子：
--
作者：
E. Vicari
通讯作者：
E. Vicari
CPN-1 模型的蒙特卡罗模拟。
DOI：
--
发表时间：
1992
期刊：
Physical Review D, Particles and fields
影响因子：
--
作者：
M. Campostrini;Paolo Rossi;E. Vicari
通讯作者：
E. Vicari
学习格子规范理论中的微不足道的梯度流
影响因子：
5
作者：
S. Bacchio;P. Kessel;S. Schaefer;Lorenz Vaitl
通讯作者：
Lorenz Vaitl
临界点格子 Schwinger 模型中基于流的采样
影响因子：
5
作者：
Albergo, Michael S.;Boyda, Denis;Cranmer, Kyle;Hackett, Daniel C.;Kanwar, Gurtej;Racanière, Sébastien;Rezende, Danilo J.;Romero-López, Fernando;Shanahan, Phiala E.;Urban, Julian M.
通讯作者：
Urban, Julian M.