用机器学习揭示隐粲五夸克态的本质
高能物理 - 唯象学
2023-04-27 v2
摘要
我们在无介子有效场论框架下，采用神经网络方法研究了隐粲五夸克态，即、和的本质。在此框架中，常规的拟合方法无法区分和的量子数。与此相反，基于神经网络的方法能够将它们区分开来。此外，我们还阐述了不变质量分布的每个实验数据区间在神经网络和拟合方法中对底层物理的作用。它们的相似性和差异性表明，神经网络方法可以更有效、更直接地利用数据信息。这项研究为基于神经网络的方法如何从质量谱预测奇异态的本质提供了更多见解。
引用
@article{arxiv.2301.05364,
title = {Revealing the nature of hidden charm pentaquarks with machine learning},
author = {Zhenyu Zhang and Jiahao Liu and Jifeng Hu and Qian Wang and Ulf-G. Meißner},
journal= {arXiv preprint arXiv:2301.05364},
year = {2023}
}
备注
accepted by Science Bulletin