BriefGPT - AI 论文速递
·
通过神经算子对量子场论进行多晶格采样
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
最新的机器学习发展中，提出了一种名为神经算子的神经网络架构，可以近似函数空间之间的映射关系。研究发现，在量子力学的散射过程中应用这种算子可以提高计算效率。通过测试，发现神经算子在预测波包散射和双缝实验中表现良好。
🎯
关键要点
- 提出了一种名为神经算子的神经网络架构，能够近似函数空间之间的映射关系。
- 研究目标是应用于基础物理学，特别是在量子力学的散射过程中的应用。
- 使用傅里叶神经算子的迭代变体来学习 Schrödinger 算子的物理性质。
- 神经算子将初始波函数和势能映射到最终波函数。
- 在 $1+1$ 维度中预测波包散射的时间演化和 $2+1$ 维度中的双缝实验进行了测试。
- 神经算子在推断过程中相比传统的有限差分求解器提高了数个数量级的计算效率。
➡️
