Solving Functional Renormalization Group Equations with Neural Networks
تُثبت هذه الورقة أن الشبكات العصبية العميقة المدفوعة بالفيزياء، والتي تدمج معادلات تدفق مجموعة إعادة التطبيع الوظيفية مباشرة في دوال الخسارة الخاصة بها وتستخدم تفكيكاً يعتمد على تحليل النطاق الكبير لـ بالإضافة إلى التصحيح المتعلم، توفر إطاراً عددياً قوياً ودقيقاً لحل الجهود الفعالة المعتمدة على المقياس ومشكلات النقطة الثابتة في نظرية الحقل الكمي غير الاضطرابية دون الحاجة إلى بيانات تدريب مسبقة الحوسبة.