文献

J-GLOBAL ID：202002250375169354   整理番号：20A0476818

ストリング理論へのデータ科学の応用【JST・京大機械翻訳】

Data science applications to string theory

著者 (2件)： Ruehle Fabian (CERN, Theoretical Physics Department, 1 Esplanade des Particules, Geneva 23, CH-1211, Switzerland) ,  Ruehle Fabian (Rudolf Peierls Centre for Theoretical Physics, University of Oxford, Department of Physics, Clarendon Laboratory, Parks Road, Oxford OX1 3PU, UK)
資料名： Physics Reports  (Physics Reports)
巻： 839  ページ： 1-117  発行年： 2020年 
JST資料番号： A0800A  ISSN： 0370-1573  CODEN： PRPLCM  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： まず,機械学習とデータ科学のための様々なアルゴリズムと技術を紹介した。教師なし,教師つきおよび強化学習におけるニューラルネットワーク応用に対する強い焦点があるが,他の機械学習技術についても議論した。これらは,様々なクラスタリングと異常検出アルゴリズム,サポートベクトルマシン,およびディシジョンツリーを含んでいる。さらに,遺伝的アルゴリズムやトポロジー的データ解析などのデータ科学技術をレビューした。このレビューの最初の部分は物理学における概念に対するいくつかの参照を行うが,説明と例はストリング理論の知識を仮定せず,従って物理学的背景をもつ広範囲の読者にアクセスできる。その後,ストリング理論への応用を例示した。既存のストリング理論データセットの概要を示し,それらがデータ科学技術を用いてどのように研究できるかについて述べた。また,ストリング真空の研究に含まれる計算の複雑さを説明した。本レビューで導入された技術を説明する例コードは,Fabian Ruehle(0000)から入手可能である。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  機械学習 ,  強化学習 ,  計算量 ,  位相幾何学 ,  遺伝的アルゴリズム ,  ディシジョンツリー ,  データ解析 ,  サポートベクトルマシン
準シソーラス用語： 閲覧者 ,  検出アルゴリズム ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (2件)： ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B) ,  場の理論一般  (BF01021K)

タイトルに関連する用語 (3件)： ストリング理論 ,  科学 ,  応用