733 पेपर
यह शोध पत्र एक डोमेन डिकम्पोज़िशन-आधारित घटाव विधि प्रस्तुत करता है जो पूर्ण क्यूसीडी (QCD) में विच्छेदित आरेखों (disconnected diagrams) के सांख्यिकीय शोर को एक मामूली कम्प्यूटेशनल लागत पर तीन-क्रम-का वेरिएंस रिडक्शन प्राप्त करके महत्वपूर्ण रूप से कम करता है, जो इन योगदानों की उपेक्षा करने के एक व्यावहारिक विकल्प के रूप में कार्य करता है।
यह शोध पत्र मोबियस डोमेन वॉल फर्मियन्स (Möbius domain wall fermions) का उपयोग करके Sp(4) लैटिस गेज थ्योरी के पहले व्यापक अध्ययन के प्रारंभिक परिणाम प्रस्तुत करता है, जो यह प्रदर्शित करता है कि अनुकूलित पैरामीटर विकल्प प्रभावी रूप से लैटिस आर्टिफ़ेक्ट्स को दबाते हैं और कंपोजिट हिग्स एवं डार्क मैटर मॉडलों के लिए विश्वसनीय निरंतरता-सीमा एक्सट्रपलेशन (continuum-limit extrapolations) को सक्षम करते हैं।
यह अध्ययन प्रदर्शित करता है कि परिमित हाइपरबोलिक जाली (लैटिस) पर फेरोमैग्नेटिक आइसिंग मॉडल सीमा स्थितियों (बाउंड्री कंडीशंस) पर निर्भर विशिष्ट सार्वभौमिकता वर्गों (यूनिवर्सैलिटी क्लासेस) को प्रदर्शित करता है, जहाँ खुली सीमाएँ गैर-मीन-फील्ड घातांकों के साथ एक नए क्रिटिकल व्यवहार को उत्पन्न करती हैं जबकि वायर्ड सीमाएँ मानक मीन-फील्ड क्रिटिकैलिटी को पुनः प्राप्त करती हैं।
यह शोध पत्र ScoreNF को प्रस्तुत करता है, जो एक स्कोर-आधारित नॉर्मलाइज़िंग फ्लो फ्रेमवर्क है जिसे एक इंडिपेंडेंट मेटापोलिस-हेस्टिंग्स मॉड्यूल के साथ एकीकृत किया गया है जो छोटे प्रशिक्षण एंसेम्बल्स का उपयोग करके अनॉर्मलाइज़्ड डिस्ट्रीब्यूशन से कुशल, निष्पक्ष सैंपलिंग को सक्षम बनाता है, जिससे पारंपरिक MCMC और डेटा-भूखे मशीन लर्निंग मॉडल्स की सीमाओं को दूर किया जा सके।
यह शोध पत्र IBM क्वांटम हार्डवेयर पर रियल-टाइम एस्टिमेटर्स फॉर स्कैटरिंग ऑब्जर्वेबल्स (RESOs) के पहले कार्यान्वयन की रिपोर्ट करता है, जिसने बाउंड स्टेट्स और स्कैटरिंग एम्प्लीट्यूड के निष्कर्षण को प्रदर्शित करने के लिए 109 क्वबिट्स का उपयोग करके एक 1D फर्मियन लैटिस मॉडल के लिए स्पेसटाइम कोरिलेशन फंक्शन्स को सफलतापूर्वक कंप्यूट किया है।
यह शोधपत्र LaMET-Agent को प्रस्तुत करता है, जो एक ओपन-सोर्स लार्ज लैंग्वेज मॉडल फ्रेमवर्क है जो लैटिस QCD से लाइट-कोन पार्टोन डिस्ट्रीब्यूशन की गणना के लिए लार्ज-मोमेंटम इफेक्टिव थ्योरी विश्लेषण के जटिल, बहु-चरणीय वर्कफ़्लो को स्वचालित और मानकीकृत करता है, और कई पायोन और कौऑन डिस्ट्रीब्यूशन अध्ययनों में अपनी क्षमताओं को सफलतापूर्वक प्रमाणित करता है।
यह शोधपत्र SIMANF को प्रस्तुत करता है, जो एक सैंपल-फ्री फ्रेमवर्क है जो सिम्युलेटेड एनीलिंग को नॉर्मलाइजिंग फ्लो के साथ जोड़कर उच्च-आयामी, मल्टीमॉडल अननॉर्मलाइज्ड डिस्ट्रीब्यूशन से प्रभावी ढंग से सीखने और नमूने लेने के लिए लक्षित घनत्व को प्रगतिशील रूप से रूपांतरित करता है और मोड कोलैप्स को रोकने के लिए विभिन्न चरणों में रिप्रजेंटेशन को स्थानांतरित करता है।
यह शोध पत्र FUND को प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो वितरण-प्रक्षेपवक्र मिलान (distribution-trajectory matching) के माध्यम से लक्षित वितरण को पुनर्गठित करके, वास्तविक प्रशिक्षण नमूनों की आवश्यकता के बिना बोल्ट्ज़मैन वितरणों को सीखता है, जिससे दक्षता, एर्गोडिसिटी (ergodicity) और मोड कवरेज के संदर्भ में MCMC और मौजूदा फ्लो-आधारित विधियों की सीमाओं को दूर किया जा सके।
यह शोध पत्र स्पिन-1/2 और स्पिन-3/2 SU(2) मल्टीप्लेट्स के भीतर बेरियन द्रव्यमान विपाटन (बैरयॉन मास स्प्लिटिंग्स) पर प्रारंभिक परिणाम प्रस्तुत करता है, जिनकी गणना भौतिक क्वार्क द्रव्यमानों के निकट ट्विस्टेड-मास लैटिस एन्सेम्बल पर RM123 पद्धति का उपयोग करके विद्युत चुम्बकीय अंतःक्रियाओं और अप-डाउन क्वार्क द्रव्यमान अंतर से होने वाले अग्रणी-क्रम आइसोसपिन-ब्रेकिंग सुधारों को सम्मिलित करने के लिए की गई है।
यह शोध पत्र एक बहु-स्तरीय नॉर्मलाइजिंग-फ्लो सैंपलर प्रस्तुत करता है जो स्थानीय बियान्की बाधाओं (Bianchi constraints) को सटीक रूप से संतुष्ट करने के लिए एक मोटे-से-सूक्ष्म गुणनखंड (coarse-to-fine factorization) का उपयोग करके सीधे प्लेक्वेट स्पेस में कार्य करता है, जिससे लिंक-स्पेस मॉडलों में लंबी दूरी के सहसंबंधों की सीखने की चुनौतियों पर विजय प्राप्त होती है और पारंपरिक विधियों की तुलना में, विशेष रूप से कमजोर-कपलिंग शासन (weak-coupling regime) में, काफी बेहतर प्रदर्शन होता है।