识别机器学习对称性的群论结构
原文中文，约400字，阅读约需1分钟。发表于：。深度学习方法成功地用于推导保持重要物理量的对称变换。在这封信中，我们提出了一种用于检验和识别这种机器学习中发现的对称性的群论结构的方法。我们设计了损失函数，可以在对称性发现的深度学习阶段或后续的后处理阶段中探测子代数结构。我们通过 U (n) 李群家族的示例说明了这些新方法，得到了相应的子代数分解。作为粒子物理的应用，我们演示了在非阿贝尔规范对称性（如 SU (3) 和 SU...
本文介绍了一种用于检验和识别深度学习中对称性的群论结构的方法，通过设计损失函数，可以在深度学习阶段或后处理阶段中探测子代数结构。作者以 U(n) 李群家族为例，演示了在非阿贝尔规范对称性自发破缺后残余对称性的识别。
