Flow-Based Global Proposals for Monte Carlo Sampling in SU(2) Lattice Gauge Theory
यह शोध पत्र SU(2) लैटिस गेज थ्योरी में मोंटे कार्लो सैंपलिंग के लिए एक औपचारिक रूप से सही मशीन-लर्निंग-आधारित ग्लोबल प्रपोजल मैकेनिज्म को प्रस्तुत और मान्य करता है, जो लक्षित एंसेम्बल्स को पुनरुत्पादित करने और हाइब्रिड कॉन्फ़िगरेशन में मामूली दक्षता लाभ प्राप्त करने की अपनी क्षमता का प्रदर्शन करता है, साथ ही बड़े लैटिस और नॉन-अबेलियन सिद्धांतों के भविष्य के विस्तार के लिए एक प्रूफ-ऑफ-प्रिंसिपल फाउंडेशन के रूप में कार्य करता है।