可视化神经网络发展微扰理论

在本快报中，受“神经网络对数据的经验拟合能否产生相同物理定律结构”这一问题启发，我们将神经网络应用于一个具有短程势的简单量子力学两体散射问题，该问题自身在物理学许多分支中也起着重要作用。我们训练了一个神经网络，直接从散射势准确预测控制低能散射物理的$s$波散射长度，而无需求解薛定谔方程或获得波函数。在分析该神经网络后，表明当势增大时，神经网络逐阶发展了微扰理论。这为机器辅助物理研究甚至自动化机器学习物理定律提供了一个重要基准。