Video Experimental Relacionado

Updated: Feb 8, 2026

Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

Published on: June 1, 2015

Acciones de Calibración Mejoradas por Grupo de Renormalización Aprendidas por Máquina y Flujos de Gradiente Perfectos

Kieran Holland¹, Andreas Ipp², David I Müller²

¹University of the Pacific, 3601 Pacific Avenue, Stockton, California 95211, USA.

Physical review letters

|February 6, 2026

Resumen

El aprendizaje automático describe eficientemente las acciones de calibración de celosía, permitiendo la extracción de propiedades continuas de las teorías cuánticas de campos. Una acción aprendida por máquina reduce significativamente los errores de discretización, permitiendo una extracción de física precisa de celosías gruesas.

Área de la Ciencia:

Física de alta energía
Física computacional
Teoría cuántica de campos

Sus antecedentes:

La extracción de propiedades continuas del espaciotiempo discretizado en teorías cuánticas de campos se ve obstaculizada por artefactos de celosía.
Las acciones de celosía mejoradas por el grupo de renormalización (RG) pueden preservar las propiedades continuas, pero son difíciles de parametrizar.
El aprendizaje automático (ML) ofrece un método eficiente para describir acciones de celosía complejas.

Objetivo del estudio:

Probar una acción de calibración de celosía mejorada por RG aprendida por máquina, específicamente la acción de punto fijo (FP) clásicamente perfecta.
Evaluar la efectividad de la acción FP para mitigar los efectos de discretización en la teoría de calibre SU(3) de cuatro dimensiones.
Demostrar el potencial de ML en el desarrollo de acciones de celosía mejoradas para la teoría cuántica de campos.

Principales métodos:

Se utilizaron simulaciones de Monte Carlo para probar la acción de punto fijo (FP) clásicamente perfecta para la teoría de calibre SU(3).
Se emplearon redes neuronales convolucionales equivariantes a calibre para la parametrización basada en ML de la acción mejorada por RG.
Se analizaron los observables del flujo de gradiente para cuantificar los efectos de discretización.

Principales resultados:

Se confirma que el flujo de gradiente de la acción FP está libre de efectos de discretización a nivel de árbol en todos los órdenes en el espaciado de la celosía.
Los efectos de discretización en los observables del flujo de gradiente se suprimen a menos del 1% incluso para espaciados de celosía de hasta 0,14 fm.
La acción FP demuestra una mejora significativa, lo que permite la extracción de física continua de celosías gruesas.

Conclusiones:

La acción FP aprendida por máquina es muy eficaz para suprimir los artefactos de discretización, lo que facilita la extracción de física continua.
La calidad de la mejora lograda valida el uso de la acción FP en futuros estudios de teoría de calibre de celosía.
Las parametrizaciones basadas en ML muestran una gran promesa para la realización de acciones cuánticas perfectas en la teoría de calibre de celosía.

Palabras clave:

aprendizaje automático acciones de calibración de celosía grupo de renormalización flujo de gradiente teoría cuántica de campos física de partículas física computacional SU(3)

Más Videos Relacionados

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Published on: January 11, 2020

Constructing and Visualizing Models using Mime-based Machine-learning Framework

Constructing and Visualizing Models using Mime-based Machine-learning Framework

Published on: July 22, 2025

Videos de Conceptos Relacionados

What is an Electrochemical Gradient?

What is an Electrochemical Gradient?

Adenosine triphosphate, or ATP, is considered the primary energy source in cells. However, energy can also be stored in the electrochemical gradient of an ion across the plasma membrane, which is determined by two factors: its chemical and electrical gradients.
The chemical gradient relies on differences in the abundance of a substance on the outside versus the inside of a cell and flows from areas of high to low ion concentration. In contrast, the electrical gradient revolves around an...

Pressure Gauges

Pressure Gauges

Most pressure gauges, like those on scuba tanks, are calibrated to read zero at atmospheric pressure. Readings from such gauges are called the gauge pressure, which is the pressure relative to atmospheric pressure. When the pressure inside the tank exceeds atmospheric pressure, the gauge reports a positive value. Some gauges are designed to measure negative pressure. For example, many physics experiments must take place in a vacuum chamber, a rigid chamber from which some of the air is pumped...

Fixed Action Patterns

Fixed Action Patterns

A fixed action pattern (FAP) is a specific, hard-wired sequence of behaviors that occurs in response to an external stimulus, called a sign stimulus. The behavior is “fixed” because it is essentially unchangeable—proceeding similarly across individuals of a species every time it occurs.

Catalytically Perfect Enzymes

Catalytically Perfect Enzymes

The theory of catalytically perfect enzymes was first proposed by W.J. Albery and J. R. Knowles in 1976. These enzymes catalyze biochemical reactions at high-speed. Their catalytic efficiency values range from 108-109 M-1s-1. These enzymes are also called 'diffusion-controlled' as the only rate-limiting step in the catalysis is that of the substrate diffusion into the active site. Examples include triose phosphate isomerase, fumarase, and superoxide dismutase.

Most enzymes...

Classical Conditioning

Classical Conditioning

Associative learning, a core principle in behavioral psychology, involves forming connections between events and facilitating learned responses. This concept is vividly illustrated by classical conditioning, a process extensively studied by the Russian physiologist Ivan Pavlov. Pavlov's pioneering research on dogs' digestive systems led to the discovery that behaviors can be learned through association, laying the groundwork for classical conditioning.
Ivan Pavlov observed that dogs...

Machines

Machines

Machines are complex structures consisting of movable, pin-connected multi-force members that work together to transmit forces. One example of a machine is the cutting plier, which is used to cut wires by applying forces to its handles. When equal and opposite forces are exerted on the handles of the cutting plier, they cause the cutting edges to come together and apply equal and opposite reaction forces on the wire, which are greater than the applied forces.
A free-body diagram of the...