AI 與世界的難題 · 物理學 · arXiv · 2026-10-19

廣義部分子分布的神經網路表示（NNGPD）

原標題: Neural Network Representation of Generalized Parton Distributions (NNGPD)

從實驗資料中萃取廣義部分子分布(GPD)是一個反問題。NNGPD 是一種物理資訊神經網路迴歸方法,可在沒有逐點訓練資料的情況下,根據康普頓形狀因子與梅林矩等積分約束,以及對稱性與端點約束來重建 GPD。使用現象學模型產生的擬資料進行閉合測試,結果重現了底層分布的主要特徵。