Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Uncovering Singularities in Feynman Integrals via Machine Learning

Created by
  • Haebom

作者

Yuanche Liu, Yingxuan Xu, Yang Zhang

概要

この論文は、シンボル回帰ベースの機械学習フレームワークを導入して、マルチループFeynman積分の完全なシンボルアルファベットを抽出する方法を提供します。この方法は、省略の代わりに解釈構造を目指してさまざまな積分ファミリーに適用可能で解釈可能です。複雑な例では、完全な記号のアルファベットを正常に再構成し、堅牢性と一般性を実証しました。個々の計算速度を上げることに加えて、普遍的な解釈的構造を明らかにする。このフレームワークは、マルチループ振幅分析の新しい道を開き、散乱振幅探索のための汎用性の高いツールを提供します。

Takeaways、Limitations

マルチループFeynman積分のシンボルアルファベット抽出のための新しい機械学習フレームワークの提示
解析的構造に基づいて様々な積分ファミリーに適用可能。
複雑な例では、完全な記号のアルファベットを正常に再構成します。
計算速度の向上と普遍的な解析構造の発見
マルチループ振幅解析と散乱振幅の探求に貢献
具体的な Limitations は論文で詳細に提示されていない(論文要約情報だけでは判断できない).
👍