Probing Proton Structure via Physics-Guided Neural Networks in Holographic QCD
यह शोध पत्र एक भौतिकी-निर्देशित तंत्रिका नेटवर्क (Physics-Guided Neural Network) प्रस्तुत करता है जो गैर-परतदार (non-perturbative) और संक्रमण अवस्थाओं में प्रोटॉन संरचना फलन को सटीक रूप से मॉडल करने के लिए डीप लर्निंग के साथ होलोग्राफिक QCD सिद्धांतों को एकीकृत करता है, जिससे SLAC डेटा के लिए एक उच्च-परिशुद्धता फिट प्राप्त होता है और हैड्रोनिक रेजोनेंस (hadronic resonances) एवं होलोग्राफिक पोमेरॉन एक्सचेंज (holographic Pomeron exchange) के बीच गतिकीय क्रॉसओवर की गतिशील पहचान होती है।