探索从神经网络模型恢复物理过程性质的可能性
计算物理
2023-07-19 v1 高能物理 - 实验
摘要
机器学习方法在粒子物理中的应用往往不能充分提供对底层物理的理解。一个可解释的模型，能直接从数据出发改进我们对支配物理系统机制的认识，会非常有用。在本文中，我们引入了一个基于量子色动力学（QCD）碎裂过程的简单人工物理生成器。由该生成器模拟的数据随后被传入一个仅基于生成器部分知识的神经网络模型。我们旨在观察对所生成数据的解释能否提供此类物理系统基本过程的概率分布。通过这种方式，我们刻意从网络模型中省略的某些信息得以恢复。我们相信该方法在真实 QCD 过程的分析中是有益的。
引用
@article{arxiv.2007.13110,
title = {Exploring the Possibility of a Recovery of Physics Process Properties from a Neural Network Model},
author = {Marko Jercic and Nikola Poljak},
journal= {arXiv preprint arXiv:2007.13110},
year = {2023}
}