Buchumschlag

Learning the S-matrix from data: Rediscovering gravity from gauge theory via symbolic regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Moynihan, Nathan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	High Energy Physics - Theory Machine Learning High Energy Physics - Phenomenology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On gravity unification in SL(2N,C) gauge theories
von: Chkareuli, J. L.
Veröffentlicht: (2023)

Descending into the Modular Bootstrap
von: Benjamin, Nathan, et al.
Veröffentlicht: (2026)

Spin versus Magic: Lessons from Gluon and Graviton Scattering
von: Gargalionis, John, et al.
Veröffentlicht: (2025)

Learning the Simplicity of Scattering Amplitudes
von: Cheung, Clifford, et al.
Veröffentlicht: (2024)

Predictions for neutron star mergers from the gauge/gravity duality
von: Jarvinen, Matti
Veröffentlicht: (2025)

TASI Lectures on Physics for Machine Learning
von: Halverson, Jim
Veröffentlicht: (2024)

Exploring the flavor structure of leptons via diffusion models
von: Nishimura, Satsuki, et al.
Veröffentlicht: (2025)

Learning to Unscramble Feynman Loop Integrals with SAILIR
von: Shih, David
Veröffentlicht: (2026)

Feature Learning and Generalization in Deep Networks with Orthogonal Weights
von: Day, Hannah, et al.
Veröffentlicht: (2023)

A Perspective on Symbolic Machine Learning in Physical Sciences
von: Makke, Nour, et al.
Veröffentlicht: (2025)

Reconstructing the electro-weak theory from a gauge theory
von: Yang, Lu
Veröffentlicht: (2024)

Refining Integration-by-Parts Reduction of Feynman Integrals with Machine Learning
von: von Hippel, Matt, et al.
Veröffentlicht: (2025)

Reinforcement learning-based statistical search strategy for an axion model from flavor
von: Nishimura, Satsuki, et al.
Veröffentlicht: (2024)

New aspects of gauge-gravity relation
von: Shuvaev, A. G.
Veröffentlicht: (2024)

QCD axion from chiral gauge theories
von: Sato, Ryosuke, et al.
Veröffentlicht: (2025)

Lorentz-violating pseudovectors in effective field theories for quantum gravity
von: Williams, Hollis
Veröffentlicht: (2025)

On the physical running of the electric charge in a dimensionless theory of gravity
von: Gomes, M., et al.
Veröffentlicht: (2025)

Rediscovery of Numerical Lüscher's Formula from the Neural Network
von: Lu, Yu, et al.
Veröffentlicht: (2022)

Rediscovering the Standard Model with AI
von: Abdelhaq, Aya, et al.
Veröffentlicht: (2025)

Spectral functions in Minkowski quantum electrodynamics from neural reconstruction: Benchmarking against dispersive Dyson--Schwinger integral equations
von: Terin, Rodrigo Carmo
Veröffentlicht: (2025)

Non-local nonstabiliserness in Gluon and Graviton Scattering
von: Gargalionis, John, et al.
Veröffentlicht: (2026)

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

Bootstrapping gauge theories
von: He, Yifei, et al.
Veröffentlicht: (2023)

Quantum-classical simulation of quantum field theory by quantum circuit learning
von: Ikeda, Kazuki
Veröffentlicht: (2023)

Hard cutoff and gauge theories
von: Branchina, V., et al.
Veröffentlicht: (2026)

Physics-informed gauge theories
von: Ihssen, Friederike, et al.
Veröffentlicht: (2025)

The asymptotically-free gauge theories
von: Gripaios, Ben, et al.
Veröffentlicht: (2025)

Constraints on anomalous dimensions from the positivity of the S-matrix
von: Chala, Mikael
Veröffentlicht: (2023)

Quantum gravity contributions to the gauge and Yukawa couplings in proper time flow
von: Giacometti, Gabriele, et al.
Veröffentlicht: (2026)

Learning to Unscramble: Simplifying Symbolic Expressions via Self-Supervised Oracle Trajectories
von: Shih, David
Veröffentlicht: (2026)

Classification of Higgs sectors from group theoretical properties of UV gauge theories
von: Kanemura, Shinya, et al.
Veröffentlicht: (2025)

Exploring the flavor structure of quarks and leptons with reinforcement learning
von: Nishimura, Satsuki, et al.
Veröffentlicht: (2023)

Good flavor search in SU(5): a machine learning approach
von: Abu-Ajamieh, Fayez, et al.
Veröffentlicht: (2025)

Truth, beauty, and goodness in grand unification: a machine learning approach
von: Kawai, Shinsuke, et al.
Veröffentlicht: (2024)

cymyc -- Calabi-Yau Metrics, Yukawas, and Curvature
von: Berglund, Per, et al.
Veröffentlicht: (2024)

Physics-informed neural networks viewpoint for solving the Dyson-Schwinger equations of quantum electrodynamics
von: Terin, Rodrigo Carmo
Veröffentlicht: (2024)

Dyons in higher-dimensional gauge theories
von: Adachi, Yuki, et al.
Veröffentlicht: (2025)

Comment to "The asymptotically-free gauge theories"
von: Cacciapaglia, Giacomo, et al.
Veröffentlicht: (2025)

Thermodynamics from the S-matrix reloaded: emergent thermal mass
von: Baratella, Pietro, et al.
Veröffentlicht: (2025)

2-index chiral gauge theories
von: Anber, Mohamed M., et al.
Veröffentlicht: (2023)