基于全息学的重味子势 neural network 模型化
高能物理 - 唯象学
2024-12-04 v2
摘要
我们利用多层感知器（MLP）和Kolmogorov-Arnold网络（KAN）构建基于晶体QCD数据的重味子势模型。首先通过MLP获得度量中的变形因子，精确复现晶体QCD结果，并计算有限温度和化学势下的重味子势。随后，我们在Andreev-Zakharov模型中采用KAN进行验证，能够精确重构，与Andreev-Zakharov模型完全吻合，确认了MLP的有效性。最后，我们基于KAN构建解析全息模型，研究在KAN基础全息模型下计算的有限温度和化学势下的重味子势。该工作展示了KAN在高能物理应用中推导解析表达式的潜力。
引用
@article{arxiv.2408.03784,
title = {Neural Network Modeling of Heavy-Quark Potential from Holography},
author = {Ou-Yang Luo and Xun Chen and Fu-Peng Li and Xiao-Hua Li and Kai Zhou},
journal= {arXiv preprint arXiv:2408.03784},
year = {2024}
}