文献

J-GLOBAL ID：202002275570708116   整理番号：20A1132901

シンプレクティック流によるニューラル正準変換【JST・京大機械翻訳】

Neural Canonical Transformation with Symplectic Flows

著者 (7件)： Li Shuo-Hui (Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China) ,  Li Shuo-Hui (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Dong Chen-Xiao (Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China) ,  Dong Chen-Xiao (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Zhang Linfeng (Program in Applied and Computational Mathematics, Princeton University, Princeton, New Jersey 08544, USA) ,  Wang Lei (Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China) ,  Wang Lei (Songshan Lake Materials Laboratory, Dongguan, Guangdong 523808, China)
資料名： Physical Review X  (Physical Review X)
巻： 10  号： 2  ページ： 021020  発行年： 2020年 
JST資料番号： W5063A  ISSN： 2160-3308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 正準変換は古典的ハミルトニアン系を単純化し,解くのに基本的な役割を果たす。興味深いことに,それはシンプレクティック制約を伴う流れを正規化するための自然対応を持つ。この重要な洞察に基づいて,一般的な物理的システムおよび自然データセットにおける独立した遅い集団変数を自動的に同定するためのニューラル正準変換アプローチを設計した。ハミルトニアン関数または位相空間サンプルのどちらかに基づくモデルを訓練するために,シンプレクティックなニューラル座標変換と2つの方法の効率的な実装を示した。学習したモデルは,異なる周波数を持つ集団モードが分離される独立表現に物理的変数を写像し,圧縮,予測,制御,サンプリングなどの様々な下流タスクに有用である。ここでは,まず,この方法の能力を,トニー問題を解析し,次に,アラニンジペプチド分子およびMNISTデータベース画像の遅い集団モードの同定および内挿のような実世界の問題に適用することにより,実証した。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ハミルトニアン ,  位相空間 ,  *正準変換 ,  簡素化 ,  データベース ,  内挿法 ,  座標変換 ,  ハミルトニアン系 ,  正規化
準シソーラス用語： 集団モード , 【Automatic Indexing@JST】

分類 (5件)： 相対論及び重力を含むその他の理論  (BA07050B) ,  熱伝導  (PA02020Z) ,  分子スペクトル一般  (BH06010X) ,  電磁気学一般  (BD01020N) ,  物理化学一般その他  (CB01030T)

タイトルに関連する用語 (1件)： 正準変換