DOI: https://doi.org/10.1103/65h1-bt45
تاريخ النشر: 2026-06-05
المؤلف: Gábor Péter Balassa
الموضوع الرئيسي: الفيزياء الحاسوبية وتطبيقات بايثون
نظرة عامة
تقدم هذه البحث نهجًا جديدًا لحل تكاملات المسار الإقليدي في نظريات الحقول الكمومية المتفاعلة باستخدام الشبكات العصبية ذات الدالة الأساسية الشعاعية (RBF). يعزز هذا الأسلوب بشكل كبير من كفاءة الحساب، مما يسمح بالتقريب السريع للمتغيرات القابلة للرصد في نظرية السكالار $\phi^4$، محققًا نتائج في ثوانٍ كانت تتطلب عادةً ساعات أو أيام باستخدام التقنيات التقليدية. تركز الدراسة على خط الانتقال الطوري بين المراحل غير المكسورة والمكسورة، باستخدام نهج الجهد الفعال لتحديد نقاط الانتقال، والتي تتماشى بشكل وثيق مع النتائج السابقة على الشبكات.
يمكن نموذج الشبكة العصبية RBF المقترح من حساب الدوال المولدة والكتل والقيم المتوقعة في الفراغ بشكل مضغوط وقابل للتحليل. يسهل ذلك استكشاف المناطق غير المضطربة في نظريات الحقول الكمومية ويبسّط عملية أخذ الحد الديناميكي الحراري. بينما يمثل الحد المستمر تحديات، فإن مرونة النموذج تسمح بتقدير كل من الأشكال الوظيفية الحقيقية والتخييلية، مما قد يعالج القضايا في حسابات الكثافة المحدودة. تضع سرعة الأسلوب وقدرته على استكشاف الجوانب غير المضطربة كأداة واعدة للدراسات المستقبلية، بما في ذلك استكشاف نظريات القياس غير الأبيلي عند الكثافات المحدودة، وهو أمر حاسم لفهم هيكل الطور في الكروموديناميكا الكمومية والمادة المتفاعلة بشدة.
مقدمة
تتناول مقدمة الورقة التحديات المرتبطة بحل نظريات الحقول الكمومية المتفاعلة، خاصة تلك المتعلقة بالفيزياء الواقعية، مثل الكروموديناميكا الكمومية (QCD). تتميز هذه النظريات بعدم خطيتها وتفاعلاتها الذاتية المعقدة، مما يجعل الحلول التحليلية صعبة الحصول. وبالتالي، غالبًا ما يلجأ الباحثون إلى تقنيات عددية مثل طرق الشبكات لاشتقاق التوقعات لمختلف الكميات الفيزيائية، بما في ذلك كتل الجسيمات والانتقالات الطورية. ومع ذلك، فإن هذه الطرق تتطلب حسابات مكثفة وتواجه صعوبات في محاكاة الكثافة المحدودة بسبب مشكلة الإشارة، مما يستلزم استكشاف نهج بديلة.
تقدم التطورات الأخيرة في الشبكات العصبية وتعلم الآلة طرقًا واعدة لمعالجة هذه التحديات. تبرز الورقة نهجًا جديدًا يستخدم الشبكات العصبية لتقريب تكاملات المسار، بناءً على الأعمال السابقة التي طبقت هياكل الشبكات متعددة الطبقات على صياغة تكامل المسار الإقليدي للميكانيكا الكمومية. يتم توسيع هذه الطريقة لتشمل نظريات الحقول الكمومية في أبعاد الزمان والمكان العشوائية، مع التركيز بشكل خاص على نظرية الحقل السكالاري المتفاعل في بعد 1+1 مع تفاعل ذاتي رباعي. توضح الأقسام التالية من الورقة صياغة تكامل المسار الإقليدي، وتظهر تطبيق الطريقة على نظرية الحقل السكالاري الحر، وتستكشف تنفيذها في نظرية $\phi^4$ المتفاعلة، مما يؤدي في النهاية إلى اشتقاق نقاط الانتقال الطوري ومقارنتها بالنتائج الموجودة على الشبكات.
نقاش
في هذا القسم، يناقش المؤلفون تطبيق صياغة تكامل المسار في الميكانيكا الكمومية ونظرية الحقول الكمومية، مع التركيز على الصياغة الإقليدية. يوضحون كيف يمكن التعبير عن تكامل المسار للحقول السكالارية الحقيقية، مع التأكيد على استخدام توسيع الدالة الأساسية الشعاعية (RBF) لتقريب دالة التقسيم \( Z \). يتم صياغة تكامل المسار المتقطع على شبكة ثنائية الأبعاد، حيث يتم فصل الحدود الحركية عن التفاعلات غير الخطية. يوضح المؤلفون تحويل تكامل المسار إلى شكل مناسب للحساب العددي، مع تسليط الضوء على تشخيص مصفوفة الحدود الحركية والتبسيط اللاحق للتكامل.
يظهر المؤلفون أنه من خلال اختيار المعلمات بعناية لتوسيع RBF، وخاصة مراكز وأبعاد النوى الغاوسية، يمكن تحقيق درجة عالية من الدقة في تقريب تكامل المسار. يقدمون نتائج عددية تظهر أن الخطأ النسبي في لوغاريتم دالة التقسيم يبقى منخفضًا، خاصة عند استخدام مراكز متناظرة حول الصفر. تشير النتائج إلى أن الطريقة قوية عبر خيارات المعلمات المختلفة والأبعاد، مما يسمح بتقريبات فعالة للدوال غير الخطية المعقدة الموجودة في نظريات الحقول الكمومية. تؤكد الخلاصة العامة على إمكانية نهج RBF لتسهيل الحسابات الفعالة في نظرية الحقول الكمومية مع الحفاظ على الدقة في النتائج.
DOI: https://doi.org/10.1103/65h1-bt45
Publication Date: 2026-06-05
Author(s): Gábor Péter Balassa
Primary Topic: Computational Physics and Python Applications
Overview
This research presents a novel approach to solving Euclidean path integrals in interacting quantum field theories using radial basis function (RBF) neural networks. This method significantly enhances computational efficiency, allowing for the rapid approximation of observables in scalar $\phi^4$ theory, achieving results in seconds that would typically require hours or days with conventional techniques. The study focuses on the phase transition line between unbroken and broken phases, utilizing an effective potential approach to determine transition points, which align closely with previous lattice results.
The proposed RBF neural network model enables the calculation of generating functions, masses, and vacuum expectation values in a compact and analytically tractable form. It facilitates the exploration of nonperturbative regions of quantum field theories and simplifies the process of taking the thermodynamic limit. While the continuum limit poses challenges, the model’s versatility allows for the estimation of both real and imaginary functional forms, potentially addressing issues in finite density calculations. The method’s speed and capability to investigate nonperturbative aspects position it as a promising tool for future studies, including the exploration of non-Abelian gauge theories at finite densities, which is crucial for understanding the phase structure of quantum chromodynamics and strongly interacting matter.
Introduction
The introduction of the paper addresses the challenges associated with solving interacting quantum field theories, particularly those relevant to real-world physics, such as quantum chromodynamics (QCD). These theories are characterized by their nonlinearity and complex self-interactions, making analytical solutions difficult to obtain. Consequently, researchers often resort to numerical techniques like lattice methods to derive predictions for various physical quantities, including particle masses and phase transitions. However, these methods are computationally intensive and struggle with finite density simulations due to the sign problem, necessitating the exploration of alternative approaches.
Recent advancements in neural networks and machine learning offer promising avenues for addressing these challenges. The paper highlights a novel approach that utilizes neural networks to approximate path integrals, building on previous work that applied multilayer perceptron architectures to the Euclidean path integral formulation of quantum mechanics. This method is extended to encompass quantum field theories in arbitrary space-time dimensions, specifically focusing on a 1+1 dimensional interacting scalar field theory with quartic self-interaction. The subsequent sections of the paper detail the Euclidean path integral formalism, demonstrate the method’s application to free scalar field theory, and explore its implementation in the interacting $\phi^4$ theory, ultimately deriving phase transition points and comparing them to existing lattice results.
Discussion
In this section, the authors discuss the application of the path integral formalism in quantum mechanics and quantum field theory, focusing on the Euclidean formulation. They outline how the path integral can be expressed for real scalar fields, emphasizing the use of a radial basis function (RBF) expansion to approximate the partition function \( Z \). The discretized path integral is formulated on a two-dimensional lattice, where the kinetic terms are separated from nonlinear interactions. The authors detail the transformation of the path integral into a form suitable for numerical computation, highlighting the diagonalization of the kinetic term matrix and the subsequent simplification of the integral.
The authors demonstrate that by carefully selecting parameters for the RBF expansion, particularly the centers and widths of the Gaussian kernels, one can achieve a high degree of accuracy in approximating the path integral. They present numerical results showing that the relative error in the logarithm of the partition function remains low, especially when using symmetric centers around zero. The findings suggest that the method is robust across different parameter choices and dimensions, allowing for effective approximations of complex nonlinear functions inherent in quantum field theories. The overall conclusion emphasizes the potential of the RBF approach to facilitate efficient calculations in quantum field theory while maintaining accuracy in the results.