基于深度学习辅助准准粒子模型的有限μB条件下核方程状态
核理论
2025-01-20 v1 高能物理 - 唯象学
摘要
准确确定有限字节化学势 (μB) 下的核方程状态 (EoS) 仍是研究QCD物质在极端条件下具有挑战性又至关重要的目标。本研究开发了一种深度学习辅助准准粒子模型，该模型利用三个深度神经网络来重建μB=0时的QCD EoS，并预测μB为有限值时的 EoS 及传输系数 η/s。本文准准粒子模型推导的 EoS 与使用Taylor展开技术获得的格子QCD结果表现出良好的一致性。在置信区间内，η/s 的最小值约为175 MeV，且随化学势的增加而减小。该模型不仅为理解有限μB下QCD EoS 的性质提供了稳健的框架，还为RHIC束能扫描计划产生的强子对撞机产生的核物质进行相对论流体动力学模拟提供了关键输入。
引用
@article{arxiv.2501.10012,
title = {Nuclear equation of state at finite $\mu_B$ using deep learning assisted quasi-parton model},
author = {Fu-Peng Li and Long-Gang Pang and Guang-You Qin},
journal= {arXiv preprint arXiv:2501.10012},
year = {2025}
}
备注
7 pages, 8 figures