基于 CGAN 框架探索全重四夸克态：质量与宽度

全重四夸克态 $QQ\bar{Q}\bar{Q} (Q=c,b)$ 在实验和理论上因其独特特性和提供量子色动力学 (QCD) 新洞见的潜力而受到广泛关注。本研究采用条件生成对抗网络 (CGAN) 预测全重四夸克态的质量和衰变宽度。为深入理解重多夸克结构，本文基于两种不同方法构建数据集并训练 CGAN 模型。CGAN 框架允许我们捕捉输入特征（如夸克构成、量子数和克伦堪-戈尔德系数）与输出属性（如质量和衰变宽度）之间的复杂关系。我们的预测结果与现有数据一致。通过将 QCD 的基本知识与先进的机器学习技术相结合，本工作在全重四夸克态的理论理解方面取得了重要进展。我们的 CGAN 方法有望成为未来重四夸克系统研究的有力竞争者，补充现有理论模型以提供更精确的结果。此外，我们的发现可能有助于未来实验中寻找全重四夸克系统。