×

来自机器学习的依赖于模的Calabi-Yau和SU(3)-结构度量。 (英语) Zbl 1466.83111号

小结:我们使用机器学习来近似Calabi-Yau和SU(3)-结构度量,包括首次复杂结构模量依赖。我们的新方法在精度和速度方面进一步改进了现有的数值近似。了解这些度量有许多应用,从弦紧致的有效场论的关键方面的计算,如汤川耦合的正则归一化,以及在沼泽地猜想中发挥关键作用的大质量弦谱,到镜像对称和SYZ猜想。在SU(3)结构的情况下,我们的机器学习方法允许我们设计具有特定扭转特性的度量。基于(mathbb{P}^4)中一个五次超曲面的单参数族,证明了我们对Calabi-Yau和SU(3)结构流形的方法。

MSC公司:

83E30个 引力理论中的弦和超弦理论
81T12型 有效量子场论
35年第32季度 Calabi-Yau理论(络合物分析方面)
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Yau,ST,关于紧Kähler流形的Ricci曲率和复Monge-Ampère方程I,Commun。纯应用程序。数学。,3, 339 (1978) ·Zbl 0369.53059号 ·doi:10.1002/cpa.3160310304
[2] M.B.Green、J.H.Schwarz和E.Witten,超弦理论第2卷:25周年纪念版,剑桥数学物理专著,剑桥大学出版社(2012),[DOI][灵感]。
[3] 海德里克,M。;Wiseman,T.,K3上的数值Ricci-flat度量,类。数量。重力。,22, 4931 (2005) ·兹比尔1085.53035 ·doi:10.1088/0264-9381/22/23/002
[4] S.K.Donaldson,复微分几何中的一些数值结果,Pure Appl。数学。问题2(2009)571,[math/0512625]·Zbl 1178.32018号
[5] 道格拉斯,MR;卡普,RL;卢基克,S。;Reinbacher,R.,费马五次曲线上hermitian Yang-Mills方程的数值解,JHEP,12083(2007)·Zbl 1246.14052号 ·doi:10.1088/1126-6708/2007/12/083
[6] 道格拉斯,MR;卡普,RL;卢基克,S。;Reinbacher,R.,数字Calabi-Yau度量,J.Math。物理。,49, 032302 (2008) ·Zbl 1153.81351号 ·doi:10.1063/1.2888403
[7] 布劳恩,V。;布雷利泽,T。;道格拉斯,MR;Ovrut,BA,Calabi-Yau《商和完全交集的度量》,JHEP,05,080(2008)·doi:10.1088/1126-6708/2008/05/080
[8] 布劳恩,V。;Brelidze,T。;道格拉斯,MR;Ovrut,BA,Calabi-Yau流形上标量Laplace算子的特征值和特征函数,JHEP,07,120(2008)·doi:10.1088/1126-6708/2008/07/120
[9] 海德里克,M。;Nassar,A.,Calabi-Yau度量的能源功能,高级Theor。数学。物理。,17, 867 (2013) ·兹比尔1304.14050 ·doi:10.4310/ATMP.2013.v17.n5.a1
[10] 安德森,LB;布劳恩,V。;卡普,RL;Ovrut,BA,数值厄米-杨-米尔联系和异质理论中的向量束稳定性,JHEP,06,107(2010)·Zbl 1288.81086号 ·doi:10.1007/JHEP06(2010)107
[11] 安德森,LB;布劳恩,V。;奥弗鲁特,BA,Numerical Hermitian Yang-Mills Connections and Kähler Cone Substructure,JHEP,014(2012)·Zbl 1306.81181号 ·doi:10.1007/JHEP01(2012)014
[12] Ashmore,A。;他,Y-H;Ovrut,文学学士,机器学习Calabi-Yau Metrics,Fortsch。物理。,682000068(2020)·Zbl 07765023号 ·doi:10.1002/prop.202000068
[13] 崔伟。;Gray,J.,《数值度量、曲率扩张和Calabi-Yau流形》,JHEP,05044(2020)·Zbl 1437.83130号 ·doi:10.1007/JHEP05(2020)044
[14] S.Kachru、A.Tripathy和M.Zimet,小弦理论的K3度量,arXiv:1810.10540[启示]。
[15] S.Kachru、A.Tripathy和M.Zimet,K3指标,arXiv:2006.02435[灵感]。
[16] A.Tripathy和M.Zimet,《过多的K3指标》,arXiv:2010.12581【灵感】。
[17] 乌古里,H。;Vafa,C.,《关于弦乐景观和沼泽地的几何》,Nucl。物理。B、 766、21(2007)·Zbl 1117.81117号 ·doi:10.1016/j.nuclphysb.2006.10.033
[18] 布鲁门哈根,R。;康隆,JP;Krippendorf,S。;莫斯特,S。;Quevedo,F.,SUSY打破局部弦/F-理论模型,JHEP,09007(2009)·doi:10.1088/1126-6708/2009/09/007
[19] Ruehle,F.,《数据科学在弦理论中的应用》,《物理学》。报告。,839, 1 (2020) ·Zbl 1452.81004号 ·doi:10.1016/j.physrep.2019.09.005
[20] Tian,G.,关于代数流形上的一组极化Kähler度量,J.Diff.Geom。,32, 99 (1990) ·Zbl 0706.53036号
[21] 拉弗斯,M。;卢卡斯,A。;Ruehle,F.,Calabi-Yau流形和SU(3)结构,JHEP,01,171(2019)·Zbl 1409.83191号 ·doi:10.1007/JHEP01(2019)171
[22] M.R.Douglas,S.Lakshminarasimhan和Y.Qi,全纯网络的数值Calabi-Yau度量,arXiv:2012.04797[灵感]。
[23] E.Calabi,On kähler流形与消失正则类,《代数几何与拓扑》,纪念S.Lefschetz的研讨会,第12卷(1957年),第78-89页[DOI]·Zbl 0080.15002号
[24] 坎德拉斯,P。;上午Dale;加利福尼亚州吕特肯;Schimmrigk,R.,完全交叉Calabi-Yau流形,Nucl。物理。B、 298493(1988)·doi:10.1016/0550-3213(88)90352-5
[25] A.Paszke等人,Pytorch:一个命令式、高性能的深度学习库,《神经信息处理系统进展》32,H.Wallach等人编辑,Curran Associates,Inc.(2019)[arXiv:1912.01703][http://papers.neurips.cc/paper/9015-pytorch-一个强制性风格的高性能深度学习库.pdf]。
[26] M.Abadi等人,TensorFlow:异构分布式系统上的大规模机器学习,arXiv:1603.04467[INSPIRE]。
[27] J.Bradbury、R.Frostig、P.Hawkins、M.J.Johnson、C.Leary、D.Maclaurin和S.Wanderman-Millne,JAX:Python+NumPy程序的可组合转换,http://github.com/google/jax。
[28] D.P.Kingma和J.Ba,Adam:随机优化方法,arXiv:1412.6980v9[INSPIRE]。
[29] Strominger,A.,扭转超弦,Nucl。物理。B、 274253(1986)·doi:10.1016/0550-3213(86)90286-5
[30] 赫尔,CM,杂波超弦的压缩,物理学。莱特。B、 178357(1986年)·doi:10.1016/0370-2693(86)91393-6
[31] Lopes Cardoso,G。;古玩,G。;Dall’Agata,G。;吕斯特,D。;马努塞利斯,P。;Zoupanos,G.,NonKähler弦背景及其五个扭转类,Nucl。物理。B、 652,5(2003)·Zbl 1010.83063号 ·doi:10.1016/S0550-3213(03)00049-X
[32] 阿提亚,MF;博特·R。;Garding,L.,Lacanas,常系数双曲微分算子II,Acta。数学。,131, 145 (1973) ·Zbl 0266.35045号 ·doi:10.1007/BF02392039
[33] 唐纳森,SK,标量曲率和投影嵌入II,四分之一。数学杂志。,56, 345 (2005) ·Zbl 1159.32012号 ·doi:10.1093/qmath/hah044
[34] Wang,X.,稳定向量丛上的规范度量,Comm.Ana。地理。,13, 253 (2005) ·Zbl 1093.32008年 ·doi:10.4310/CAG.2005.v13.n2.a1
[35] 安德森,LB;格雷,J。;卢卡斯,A。;Ovrut,B.,《异质理论中的稳定墙》,JHEP,09026(2009)·doi:10.1088/1126-6708/2009/09/026
[36] Strominger,A。;Yau,S-T;Zaslow,E.,镜像对称是T对偶,Nucl。物理。B、 479243(1996)·Zbl 0896.14024号 ·doi:10.1016/0550-3213(96)00434-8
[37] Meurer,A.,《Sympy:python中的符号计算》,PeerJ Compute。科学。,3,e103(2017)·doi:10.7717/peerj-cs.103
[38] S.Krippendorf和M.Syvaeri,用神经网络检测对称性,arXiv:2003.13679[灵感]。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。