自动乳化宇宙（宇宙“学习”其法律？）

下载PDF摘要：我们提出了一种宇宙学的方法，其中宇宙学会了其自己的法律。它通过探索可能的法律的景观，将其作为一类矩阵模型Weexpress。我们发现与学习机的仪表/重力理论和诸如深度反复性，周新网络的仪表/重力理论和散游模型相对应的地图。这建立了各种解决方案与神经网络的运行之间的对应关系。这封对应关系不是必需的，部分原因是测量理论从$ n \ lightarrow \ incty $限制的矩阵模型中出现，而这里的神经网络的相同限制不是很好的定义。我们详细讨论了说算术发生在自动分离系统中的意义，没有监督。 Wepropose，如果可以说神经网络模型学习没有过度，则可以说相应的物理理论也是如此。 WeConsider其他协议用于自动分离的物理系统，如图所曝光的图谱，使用自我关注和未能的子集复制，由加强学习引导的地质学，使用重新运算组技术和扩展来引导结构。这些支持者共同提供了许多方向，其中基于将机器学习架构不符合物理理论的计算机学习架构来探索物理定律的Theorigin。