Seiberg Dualitiesのトレース学習

物理システムにおける二重性は、微視的および創発的な現象の確立に重要です。しかし、2つのシステムが双対であるかを判断することは計算上困難な場合があります。本研究では、機械学習を用いてSeiberg双対性問題に取り組み、この課題の解決を目指します。

• 超対称ゲージ理論におけるSeiberg双対性を識別するための機械学習手法を提案。
• TransformerやMLPなどのネットワークアーキテクチャが、双対性を識別する上で決定論的アルゴリズムを上回る性能を示すことを発見。
• パスファインダーアルゴリズムと組み合わせることで、双対性識別の効率と精度がさらに向上。
• 提案手法は、理論物理学におけるフロンティアAIモデルのベンチマークとしても有用。