SYMBA：利用机器学习进行高能物理中振幅平方的符号计算
高能物理 - 唯象学
2023-06-27 v2 机器学习
摘要
截面是高能物理中最重要的物理量之一，也是计算最耗时的量。虽然机器学习在高能物理的数值计算中已被证明非常成功，但利用机器学习进行解析计算仍处于起步阶段。在这项工作中，我们使用一个序列到序列模型，具体来说是一个变换器，来计算截面计算的一个关键要素，即相互作用的振幅平方。我们证明，变换器模型能够分别正确预测 QCD 和 QED 过程中 97.6% 和 99% 的振幅平方，其速度比当前的符号计算框架快数个数量级。我们讨论了当前模型的性能、其局限性以及这项工作的可能未来方向。
引用
@article{arxiv.2206.08901,
title = {SYMBA: Symbolic Computation of Squared Amplitudes in High Energy Physics with Machine Learning},
author = {Abdulhakim Alnuqaydan and Sergei Gleyzer and Harrison Prosper},
journal= {arXiv preprint arXiv:2206.08901},
year = {2023}
}