Un cadre numérique pour approximer les 3-formes de structure G2 sur les variétés Calabi–Yau en contact est présenté. L'approche se déroule en trois étapes : premièrement, des modèles de réseaux de neurones existants sont utilisés pour calculer une métrique approximative de Ricci plate sur une variété Calabi–Yau de dimension trois. Deuxièmement, en utilisant cette métrique et la construction explicite d'une structure G2 sur le lien Calabi–Yau associé en dimension 7 dans la 9-sphère, des approximations numériques de la 3-forme sont générées sur un grand ensemble de points échantillonnés. Enfin, une architecture neurale dédiée est entraînée pour apprendre la 3-forme et sa métrique riemannienne induite directement à partir des données, validant la structure apprise et sa torsion via une mise en œuvre numérique de la dérivée extérieure, ce qui peut présenter un intérêt indépendant.
Heyes et al. (Fri,) ont étudié cette question.