高能物理 - 格点
[提交于 2019年3月31日
]
标题: 晶格量子色动力学数据中特征检测的联合轮廓网分析
标题: Joint Contour Net Analysis for Feature Detection in Lattice Quantum Chromodynamics Data
摘要: 本文展示了多变量拓扑算法在分析和解读格点量子色动力学(QCD)数据中的应用。 格点QCD 是理论物理学领域中一个历史悠久的研究方向,旨在理解强核力。 复杂的计算机模拟模型用于研究夸克与胶子之间的相互作用,以测试关于极端环境下物质行为的理论。 数据集通常通过蒙特卡洛方法生成,提供一组配置集合,从中必须计算可观测量的平均值。 这带来了可视化和数据分析方面的挑战,因为典型的集合研究可能产生数百甚至数千个独特的配置。 我们展示了多变量拓扑方法(如联合轮廓网)如何帮助物理学家在时间背景下检测和追踪数据中的重要特征。 这使他们能够通过识别核心可观测量在周围数据中的结构和分布来专注于这些结构和分布。 这些技术还展示了定量方法如何有助于理解动态系统中对象的寿命。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.