通过一维量子力学的能谱观察深度神经网络如何理解物理
计算物理
2022-11-09 v2 量子物理
机器学习
摘要
我们利用一维量子力学研究神经网络（NNs）如何理解物理。在训练一个NN使其能从势准确预测能本征值后，我们从四个方面借助该NN验证其对物理的理解。训练后的NN能够预测不同于所学类型的势的能本征值、预测训练未使用的粒子存在概率分布、复现未训练的物理现象，并预测具有未知物质效应的势的能本征值。这些结果表明，NN可从实验数据学习物理定律，在与训练所用条件不同的情况下预测实验结果，并预测训练期间未提供的类型的物理量。由于NN理解物理的方式不同于人类，它们将通过补充人类的理解方式来成为推进物理学的有力工具。
引用
@article{arxiv.2201.06676,
title = {Observing how deep neural networks understand physics through the energy spectrum of one-dimensional quantum mechanics},
author = {Kenzo Ogure},
journal= {arXiv preprint arXiv:2201.06676},
year = {2022}
}
备注
31 pages, 19 figures