机器学习视角下的夸克-反夸克相互作用：探寻场分布与强度
高能物理 - 唯象学
2025-03-05 v3
摘要
在量子色动力学（QCD）框架下，阐明夸克-反夸克对之间的相互作用对于阐明夸克约束至关重要。本研究采用多层感知器（MLP）和Kolmogorov-Arnold网络（KAN）等先进机器学习技术，分析来自格点QCD模拟的数据，探讨这些夸克对之间产生的场分布模式。通过本次训练构建的模型用于计算染色通路（chromo flux tubes）的张力和宽度，并与格点QCD结果进行严格比较。此外，我们引入一种初步解析表达式，利用KAN方法表征随夸克分离度变化的场分布。我们的全面定量分析强化了将机器学习方法融入传统QCD研究的潜力。
关键词
引用
@article{arxiv.2411.14902,
title = {Machine Learning Insights into Quark-Antiquark Interactions: Probing Field Distributions and String Tension in QCD},
author = {Wei Kou and Xurong Chen},
journal= {arXiv preprint arXiv:2411.14902},
year = {2025}
}
备注
8 pages, 6 figures, minor modifications, add one figure