Buchumschlag

Analytic Bijections for Smooth and Interpretable Normalizing Flows

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gerdes, Mathis, Cheng, Miranda C. N.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning High Energy Physics - Lattice
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Non-Perturbative Trivializing Flows for Lattice Gauge Theories
von: Gerdes, Mathis, et al.
Veröffentlicht: (2024)

Lecture Notes on Normalizing Flows for Lattice Quantum Field Theories
von: Cheng, Miranda C. N., et al.
Veröffentlicht: (2025)

Sampling the lattice Nambu-Goto string using Continuous Normalizing Flows
von: Caselle, Michele, et al.
Veröffentlicht: (2023)

Numerical determination of the width and shape of the effective string using Stochastic Normalizing Flows
von: Caselle, Michele, et al.
Veröffentlicht: (2024)

SCORENF: Score-based Normalizing Flows for Sampling Unnormalized distributions
von: Kanaujia, Vikas, et al.
Veröffentlicht: (2025)

Normalizing flows for SU($N$) gauge theories employing singular value decomposition
von: Komijani, Javad, et al.
Veröffentlicht: (2025)

Scaling of Stochastic Normalizing Flows in $\mathrm{SU}(3)$ lattice gauge theory
von: Bulgarelli, Andrea, et al.
Veröffentlicht: (2024)

Toward Scalable Normalizing Flows for the Hubbard Model
von: Kreit, Janik, et al.
Veröffentlicht: (2026)

Simulating the Hubbard Model with Equivariant Normalizing Flows
von: Schuh, Dominic, et al.
Veröffentlicht: (2025)

Simulating Correlated Electrons with Symmetry-Enforced Normalizing Flows
von: Schuh, Dominic, et al.
Veröffentlicht: (2025)

Tackling the Sign Problem in the Doped Hubbard Model with Normalizing Flows
von: Schuh, Dominic, et al.
Veröffentlicht: (2026)

Multi-Lattice Sampling of Quantum Field Theories via Neural Operator-based Flows
von: Máté, Bálint, et al.
Veröffentlicht: (2024)

SESaMo: Symmetry-Enforcing Stochastic Modulation for Normalizing Flows
von: Kreit, Janik, et al.
Veröffentlicht: (2025)

Multiscale Normalizing Flows for Gauge Theories
von: Abbott, Ryan, et al.
Veröffentlicht: (2024)

Progress in Normalizing Flows for 4d Gauge Theories
von: Abbott, Ryan, et al.
Veröffentlicht: (2025)

Variance reduction in lattice QCD observables via normalizing flows
von: Abbott, Ryan, et al.
Veröffentlicht: (2026)

Applications of flow models to the generation of correlated lattice QCD ensembles
von: Abbott, Ryan, et al.
Veröffentlicht: (2024)

Flow-based sampling for multimodal and extended-mode distributions in lattice field theory
von: Hackett, Daniel C., et al.
Veröffentlicht: (2021)

GUD: Generation with Unified Diffusion
von: Gerdes, Mathis, et al.
Veröffentlicht: (2024)

Operator Spectroscopy of Trained Lattice Samplers
von: Qian, Moxian
Veröffentlicht: (2026)

Generalizable Equivariant Diffusion Models for Non-Abelian Lattice Gauge Theory
von: Aarts, Gert, et al.
Veröffentlicht: (2026)

Diffusion model for SU(N) gauge theories
von: Komijani, Javad, et al.
Veröffentlicht: (2026)

Noise scheduling and linear dynamics in diffusion models on Lie groups
von: Komijani, Javad
Veröffentlicht: (2026)

Machine learning for four-dimensional SU(3) lattice gauge theories
von: Wenger, Urs
Veröffentlicht: (2026)

A Monte Carlo estimator of flow fields for sampling and noise problems
von: Albergo, Michael S., et al.
Veröffentlicht: (2026)

Physics-Conditioned Diffusion Models for Lattice Gauge Theory
von: Zhu, Qianteng, et al.
Veröffentlicht: (2025)

Exploring gauge-fixing conditions with gradient-based optimization
von: Detmold, William, et al.
Veröffentlicht: (2024)

Diffusion Models as Stochastic Quantization in Lattice Field Theory
von: Wang, Lingxiao, et al.
Veröffentlicht: (2023)

Diffusion models learn distributions generated by complex Langevin dynamics
von: Habibi, Diaa E., et al.
Veröffentlicht: (2024)

Group-Equivariant Diffusion Models for Lattice Field Theory
von: Vega, Octavio, et al.
Veröffentlicht: (2025)

Symmetry-preserving neural networks in lattice field theories
von: Favoni, Matteo
Veröffentlicht: (2025)

Matrix-free Neural Preconditioner for the Dirac Operator in Lattice Gauge Theory
von: Sun, Yixuan, et al.
Veröffentlicht: (2025)

Particle Monte Carlo methods for Lattice Field Theory
von: Yallup, David
Veröffentlicht: (2025)

Multilevel Generative Samplers for Investigating Critical Phenomena
von: Singha, Ankur, et al.
Veröffentlicht: (2025)

Improved Ground State Estimation in Quantum Field Theories via Normalising Flow-Assisted Neural Quantum States
von: Ngairangbam, Vishal S., et al.
Veröffentlicht: (2025)

Sampling SU(3) pure gauge theory with Stochastic Normalizing Flows
von: Bulgarelli, Andrea, et al.
Veröffentlicht: (2024)

Stochastic normalizing flows for Effective String Theory
von: Caselle, Michele, et al.
Veröffentlicht: (2024)

Machine learning a fixed point action for SU(3) gauge theory with a gauge equivariant convolutional neural network
von: Holland, Kieran, et al.
Veröffentlicht: (2024)

Fixed point actions from convolutional neural networks
von: Holland, Kieran, et al.
Veröffentlicht: (2023)

Studying Effective String Theory using deep generative models
von: Caselle, Michele, et al.
Veröffentlicht: (2025)