749 papers
Hep-Lat staat voor de fascinerende wereld van de hooggewenste kwantumveldtheorie, een tak van de natuurkunde die zich bezighoudt met de wiskundige structuur van deeltjes en krachten. In dit onderzoeksgebied worden complexe wiskundige modellen gebruikt om te begrijpen hoe deeltjes met elkaar interageren op het kleinste denkbare niveau. Hoewel de theorieën vaak abstract lijken, vormen ze de basis voor ons inzicht in de fundamentele bouwstenen van het universum.
Op Gist.Science toegankelijker maken we dit ingewikkelde vakgebied voor iedereen. We verwerken elke nieuwe preprint die op arXiv verschijnt in deze categorie en bieden direct een duidelijke samenvatting in gewone taal, naast een gedetailleerde technische uitleg voor specialisten. Zo blijft u altijd op de hoogte van de laatste doorbraken zonder vast te lopen in jargon.
Hieronder vindt u de meest recente papers uit het domein van Hep-Lat, direct vanuit arXiv, klaar om te lezen en te begrijpen.
Dit artikel demonstreert de observatie van disorder-vrije lokalisatie in een (2+1)D translationeel-invariante rooster-gaugetheorie op een kwantumprocessor en stelt een nieuw algoritme voor dat een polynomiale versnelling bereikt in het samplen van disorder-configuraties door gebruik te maken van superpositietoestanden over gauge-sectoren.
Door gebruik te maken van lattice QCD-berekeningen in een charm-annihilatie-verboden benadering met variërende lichte quarkmassa's, stelt deze studie vast dat nabij-drempel -interacties zwak zijn en vindt zij geen bewijs voor gebonden toestanden of resonanties in het energiegebied tussen de -toestand en de -drempel.
Dit artikel maakt gebruik van unieke eigenschappen van de schaalfunctie en een verbeterde chirale ordeparameter om direct de chirale faseovergangstemperatuur en universele kritische parameters te schatten uit (2+1)-flavor QCD-simulaties, terwijl het eindige-volume-effecten en afwijkingen van universele schaling kwantitatief analyseert als functie van de licht-naar-strange quarkmassaverhouding.
Dit artikel introduceert een op domeindecompositie gebaseerde aftrekmethode die de statistische ruis van gedisconnecteerde diagrammen in volledige QCD aanzienlijk vermindert door een variantiereductie van drie grootordes te bereiken tegen een bescheiden computationele kostenpost, wat een praktisch alternatief biedt voor het verwaarlozen van deze bijdragen.
Dit artikel presenteert voorlopige resultaten van de eerste uitgebreide studie naar Sp(4) roostergekanteerde veldentheorie met behulp van Möbius domeinwandfermionen, waarbij wordt aangetoond dat geoptimaliseerde parameterkeuzes roosterartefacten effectief onderdrukken en betrouwbare continuümlimiet-extrapolaties mogelijk maken voor composiet Higgs- en donkere materiemodellen.
Deze studie toont aan dat het ferromagnetische Ising-model op eindige hyperbolische roosters verschillende universaliteitsklassen vertoont afhankelijk van de randvoorwaarden, waarbij open randen leiden tot een nieuw kritisch gedrag met niet-gemiddelde veld-exponenten, terwijl wired randen de standaard gemiddelde veld-kritikaliteit herstellen.
Dit artikel introduceert ScoreNF, een score-gebaseerd normalizing flow-framework geïntegreerd met een Independent Metropolis-Hastings-module die efficiënte, onbevooroordeelde bemonstering uit ongenormaliseerde distributies mogelijk maakt met behulp van kleine trainingsensembles, waardoor de beperkingen van traditionele MCMC en gegevenshongerige machine learning-modellen worden overwonnen.
Dit artikel rapporteert de eerste implementatie van Real-time Estimators for Scattering Observables (RESOs) op IBM-kwantumhardware, waarbij succesvol ruimtetijd-correlatiefuncties voor een 1D-fermionenroostermodel zijn berekend met behulp van 109 qubits om de extractie van gebonden toestanden en verstrooiingsamplituden te demonstreren.
Dit artikel introduceert LaMET-Agent, een open-source large language model framework dat de complexe, meerfasige workflow van Large-Momentum Effective Theory-analyses voor het berekenen van lichtkegel-partonverdelingen vanuit lattice QCD automatiseert en standaardiseert, waarbij het de capaciteiten succesvol heeft gevalideerd via diverse pion- en kaonverdelingsstudies.
Het artikel introduceert SIMANF, een sample-vrij framework dat simulated annealing combineert met normalizing flows om effectief te leren en te samplen uit hoogdimensionale, multimodale ongenormaliseerde distributies door de doeldensiteit progressief te transformeren en representaties over stadia heen over te dragen om mode collapse te voorkomen.