Calabi-Yau metrics through Grassmannian learning and Donaldson's algorithm
Dit artikel presenteert een nieuwe machine learning-methode die gradiëntafdaaltechnieken op Grassmanniaanse variëteiten combineert met Donaldson's algoritme om efficiënte benaderingen van Calabi-Yau-metrieken te verkrijgen, waarbij de auteurs de prestaties testen op de Dwork-familie van driedimensionale variëteiten en de opkomst van niet-triviale lokale minima in de moduli-ruimte observeren.