一次元量子力学のエネルギースペクトルを通して物理を理解する深いニューラルネットワーク【JST・京大機械翻訳】

Ogure Kenzo

プレプリント

J-GLOBAL ID：202202200202565453 整理番号：22P0275836

一次元量子力学のエネルギースペクトルを通して物理を理解する深いニューラルネットワーク【JST・京大機械翻訳】

Observing how deep neural networks understand physics through the energy spectrum of one-dimensional quantum mechanics

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年01月17日プレプリントサーバーでの情報更新日： 2022年11月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ニューラルネットワーク(NN)が1D量子力学を用いて物理をどのように理解するかを調べた。ポテンシャルからエネルギー固有値を正確に予測するためにNNを訓練後,4つの異なる側面から物理学のNNの理解を確認するためにそれを使用した。訓練されたNNは学習したものよりも異なる種類のポテンシャルのエネルギー固有値を予測でき,訓練中に使用されない粒子の存在の確率分布を予測し,訓練されない物理的現象を再現することができ,未知の物質効果でポテンシャルのエネルギー固有値を予測する。これらの結果は,NNが実験データから物理的法則を学習でき,訓練に用いたものと異なる条件下での実験結果を予測し,訓練中に提供されないタイプの物理量を予測することを示した。NNは人間よりも異なる方法で物理学を理解するので,それらは理解の人間の方法を補完することによって,物理学を進めるための強力なツールになるであろう。【JST・京大機械翻訳】

, , , , ,
, 【Automatic Indexing@JST】

ニューロコンピュータ

, , , ,

前のページに戻る