arXiv journal 22.0408 QCD and Machine Learning

本文探讨了量子色动力学(QCD)的正则性约束及其对异常维度的影响,同时介绍了Snowmass2021白皮书中提出的电子离子对撞机在高能物理研究中的作用。此外,还涉及了图神经网络的贝叶斯深度学习方法以及流形学习的数学基础。

QCD SUM RULES, A MODERN PERSPECTIVE
https://arxiv.org/pdf/hep-ph/0010175.pdf

Positivity constraints for anomalous dimensions
https://inspirehep.net/literature/85151


Snowmass 2021 White Paper:
Electron Ion Collider for High Energy Physics

https://arxiv.org/pdf/2203.13199.pdf


Bayesian Deep Learning for Graphs
https://arxiv.org/pdf/2202.12348.pdf

The Mathematical Foundations of Manifold Learning
https://arxiv.org/pdf/2011.01307.pdf

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值