Probing Proton Structure via Physics-Guided Neural Networks in Holographic QCD
본 논문은 5 차원 AdS 공간의 디랙 방정식과 끈 확산 커널을 신경망에 직접 통합한 물리 지향 신경망 (PGNN) 을 개발하여 SLAC 심층 비탄성 산란 데이터를 정밀하게 분석함으로써, 양성자 구조 함수의 비섭동 및 전이 영역을 해석 가능한 방식으로 성공적으로 모델링하고 부근의 운동학적 교차점과 폼페론 절편 등을 규명했다고 요약할 수 있습니다.