Passage of particles through matter and the effective straggling-function: High-fidelity accelerated simulation via Physics-Informed Machine Learning
이 논문은 입자와 물질 간의 상호작용 시뮬레이션 속도를 높이기 위해, 물리 법칙(Landau의 straggling function)을 학습 과정에 통합하여 GEANT4와 같은 기존 표준 시뮬레이션의 높은 정확도를 유지하면서도 계산 비용을 획기적으로 줄인 물리 정보 기반 생성적 적대 신경망(PHIN-GAN)을 제안합니다.