跳到正文
arXiv · ML· Claudio Bonanno, Andrea Bulgarelli, Elia Cellini, Alessandro Nada, Dario Panfalone, Davide Vadacchino, Lorenzo Verzichelli·· 2026-10-16AI 评分20

随机正则化流实现格点杨-米尔斯理论拓扑采样的连续极限

Ergodic topology sampling toward the continuum with Stochastic Normalizing Flows

AI 导读

研究通过数值证据表明,结合开放边界条件与随机正则化流的计算策略可缓解 SU(3) 杨-米尔斯理论中的拓扑冻结问题。 该方法在 0.03 fm 格点间距下测试,平方拓扑电荷的集成自相关时间与拓扑易感性的统计不确定性在现有算力下保持可控。 这是迈向在前沿格点规范理论计算中应用更高效流形架构以实现拓扑遍历采样的重要一步。

来源:arXiv · ML · arxiv.org