:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huy, Truong Minh, Hirst, Edward
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence High Energy Physics - Theory
Online-Zugang:	https://arxiv.org/abs/2602.10195
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Approximate Gaussianity Beyond Initialisation in Neural Networks
von: Hirst, Edward, et al.
Veröffentlicht: (2025)

PINNs in More General Geometry
von: Hirst, Edward
Veröffentlicht: (2026)

Calabi-Yau Four/Five/Six-folds as $\mathbb{P}^n_\textbf{w}$ Hypersurfaces: Machine Learning, Approximation, and Generation
von: Hirst, Edward, et al.
Veröffentlicht: (2023)

Learning 3-Manifold Triangulations
von: Costantino, Francesco, et al.
Veröffentlicht: (2024)

Fine-Tuning Small Reasoning Models for Quantum Field Theory
von: Woodward, Nathaniel S., et al.
Veröffentlicht: (2026)

Uncovering Singularities in Feynman Integrals via Machine Learning
von: Liu, Yuanche, et al.
Veröffentlicht: (2025)

Comparative Study of Neural Network Methods for Solving Topological Solitons
von: Hashimoto, Koji, et al.
Veröffentlicht: (2024)

AdS-GNN -- a Conformally Equivariant Graph Neural Network
von: Zhdanov, Maksim, et al.
Veröffentlicht: (2025)

Uncertainty Quantification From Scaling Laws in Deep Neural Networks
von: Elsharkawy, Ibrahim, et al.
Veröffentlicht: (2025)

Neural and numerical methods for $\mathrm{G}_2$-structures on contact Calabi-Yau 7-manifolds
von: Heyes, Elli, et al.
Veröffentlicht: (2026)

Improving thermal state preparation of Sachdev-Ye-Kitaev model with reinforcement learning on quantum hardware
von: Kundu, Akash
Veröffentlicht: (2025)

Estimating truncation effects of quantum bosonic systems using sampling algorithms
von: Hanada, Masanori, et al.
Veröffentlicht: (2022)

Symbolic Regression for Beyond the Standard Model Physics
von: AbdusSalam, Shehu, et al.
Veröffentlicht: (2024)

Cluster Algebras: Network Science and Machine Learning
von: Dechant, Pierre-Philippe, et al.
Veröffentlicht: (2022)

Artificial Entanglement in the Fine-Tuning of Large Language Models
von: Chen, Min, et al.
Veröffentlicht: (2026)

Unification of Symmetries Inside Neural Networks: Transformer, Feedforward and Neural ODE
von: Hashimoto, Koji, et al.
Veröffentlicht: (2024)

Calabi-Yau Links and Machine Learning
von: Hirst, Edward
Veröffentlicht: (2024)

Les Houches Lectures on Deep Learning at Large & Infinite Width
von: Bahri, Yasaman, et al.
Veröffentlicht: (2023)

Machine Learning Clifford invariants of ADE Coxeter elements
von: Chen, Siqi, et al.
Veröffentlicht: (2023)

Test-time Scaling Techniques in Theoretical Physics -- A Comparison of Methods on the TPBench Dataset
von: Gao, Zhiqi, et al.
Veröffentlicht: (2025)

CayleyPy-4: AI-Holography. Towards analogs of holographic string dualities for AI tasks
von: Chervov, A., et al.
Veröffentlicht: (2026)

Theoretical Physics Benchmark (TPBench) -- a Dataset and Study of AI Reasoning Capabilities in Theoretical Physics
von: Chung, Daniel J. H., et al.
Veröffentlicht: (2025)

Sven: Singular Value Descent as a Computationally Efficient Natural Gradient Method
von: Bright-Thonney, Samuel, et al.
Veröffentlicht: (2026)

Understanding Diffusion Models by Feynman's Path Integral
von: Hirono, Yuji, et al.
Veröffentlicht: (2024)

Machine learning and optimization-based approaches to duality in statistical physics
von: Ferrari, Andrea E. V., et al.
Veröffentlicht: (2024)

Efficient PINNs via Multi-Head Unimodular Regularization of the Solutions Space
von: Tarancón-Álvarez, Pedro, et al.
Veröffentlicht: (2025)

Surrogate Neural Architecture Codesign Package (SNAC-Pack)
von: Weitz, Jason, et al.
Veröffentlicht: (2026)

Surrogate Neural Architecture Codesign Package (SNAC-Pack)
von: Weitz, Jason, et al.
Veröffentlicht: (2025)

A Machine Learning Approach to the Nirenberg Problem
von: Cortés, Gianfranco, et al.
Veröffentlicht: (2026)

Towards Worst-Case Guarantees with Scale-Aware Interpretability
von: Greenspan, Lauren, et al.
Veröffentlicht: (2026)

Robust Reasoning as a Symmetry-Protected Topological Phase
von: Sung, Ilmo
Veröffentlicht: (2026)

Physics-informed neural network solves minimal surfaces in curved spacetime
von: Hashimoto, Koji, et al.
Veröffentlicht: (2025)

Strategic White Paper on AI Infrastructure for Particle, Nuclear, and Astroparticle Physics: Insights from JENA and EuCAIF
von: Caron, Sascha, et al.
Veröffentlicht: (2025)

Neural network representation of quantum systems
von: Hashimoto, Koji, et al.
Veröffentlicht: (2024)

Collider-Bench: Benchmarking AI Agents with Particle Physics Analysis Reproduction
von: Faroughy, Darius A., et al.
Veröffentlicht: (2026)

Learning Pole Structures of Hadronic States using Predictive Uncertainty Estimation
von: Frohnert, Felix, et al.
Veröffentlicht: (2025)

Improving Neutrino Oscillation Measurements through Event Classification
von: Ellis, Sebastian A. R., et al.
Veröffentlicht: (2025)

High-dimensional and Permutation Invariant Anomaly Detection
von: Mikuni, Vinicius, et al.
Veröffentlicht: (2023)

Full Event Particle-Level Unfolding with Variable-Length Latent Variational Diffusion
von: Shmakov, Alexander, et al.
Veröffentlicht: (2024)

Interpretable Scientific Discovery with Symbolic Regression: A Review
von: Makke, Nour, et al.
Veröffentlicht: (2022)