Buchumschlag

Descending into the Modular Bootstrap

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Benjamin, Nathan, Fitzpatrick, A. Liam, Li, Wei, Thaler, Jesse
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

Flavor Patterns of Fundamental Particles from Quantum Entanglement?
von: Thaler, Jesse, et al.
Veröffentlicht: (2024)

Improving parton shower predictions via precision moments of energy flow polynomials
von: Assi, Benoît, et al.
Veröffentlicht: (2026)

SPECTER: Efficient Evaluation of the Spectral EMD
von: Gambhir, Rikab, et al.
Veröffentlicht: (2024)

Moment Unfolding
von: Desai, Krish, et al.
Veröffentlicht: (2024)

Moments of Clarity: Streamlining Latent Spaces in Machine Learning using Moment Pooling
von: Gambhir, Rikab, et al.
Veröffentlicht: (2024)

Learning the S-matrix from data: Rediscovering gravity from gauge theory via symbolic regression
von: Moynihan, Nathan
Veröffentlicht: (2026)

A Lorentz-Equivariant Transformer for All of the LHC
von: Brehmer, Johann, et al.
Veröffentlicht: (2024)

Safe but Incalculable: Energy-weighting is not all you need
von: Bright-Thonney, Samuel, et al.
Veröffentlicht: (2023)

Transforming the Bootstrap: Using Transformers to Compute Scattering Amplitudes in Planar N = 4 Super Yang-Mills Theory
von: Cai, Tianji, et al.
Veröffentlicht: (2024)

The Landau Bootstrap
von: Hannesdottir, Holmfridur, et al.
Veröffentlicht: (2024)

QCD Theory meets Information Theory
von: Assi, Benoît, et al.
Veröffentlicht: (2025)

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

Bootstrapping the Chiral-Gravitational Anomaly
von: Dong, Zi-Yu, et al.
Veröffentlicht: (2024)

Bootstrapping High-Energy Observables
von: Bhat, Faizan, et al.
Veröffentlicht: (2023)

Bootstrap Principle for the Spectrum and Scattering of Strings
von: Cheung, Clifford, et al.
Veröffentlicht: (2024)

Bootstrapping Six-Gluon QCD Amplitudes
von: Carrôlo, Sérgio, et al.
Veröffentlicht: (2025)

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

A Bootstrap Study of Confinement in AdS
von: Di Pietro, Lorenzo, et al.
Veröffentlicht: (2025)

Bootstrapping leading hadronic muon anomaly
von: Zahed, Ahmadullah
Veröffentlicht: (2024)

Modular invariant holomorphic observables
von: Chen, Mu-Chun, et al.
Veröffentlicht: (2024)

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

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

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

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)

Refining Integration-by-Parts Reduction of Feynman Integrals with Machine Learning
von: von Hippel, Matt, 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)

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

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

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

Two-loop QCD Amplitudes from the Chiral Algebra Bootstrap
von: Morales, Anthony
Veröffentlicht: (2025)

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

Gauge Theory Bootstrap: Pion amplitudes and low energy parameters
von: He, Yifei, et al.
Veröffentlicht: (2024)

Toward the Analytic Bootstrap of Energy Correlators
von: Gong, Jianyu, 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)

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

The Gauge Theory Bootstrap: Predicting pion dynamics from QCD
von: He, Yifei, et al.
Veröffentlicht: (2025)

Cross-Section Bootstrap: Unveiling the Froissart Amplitude
von: Correia, Miguel, et al.
Veröffentlicht: (2025)