He jishu (May 2025)

基于深度学习的准部分子模型研究核物质状态方程

  • 李 甫鹏,
  • 庞 龙刚,
  • 秦 广友

DOI
https://doi.org/10.11889/j.0253-3219.2025.hjs.48.250119
Journal volume & issue
Vol. 48

Abstract

Read online

在极端相对论重离子碰撞条件下，精确构建有限重子化学势μB区域的量子色动力学（Quantum Chromodynamics，QCD）物质状态方程（Equation of State，EoS）是当前高能核物理研究的核心难题之一。本研究提出一种基于深度学习的准部分子模型，通过构建三个深度神经网络，成功实现了零μB条件下QCD状态方程的高精度重建。同时，经深入分析四阶广义磁化率χ4B在不同温度和μB下的单调性行为，大致限定了QCD临界点可能存在的区间为（T，μB）=（（0.113±0.019） GeV，（0.634±0.11） GeV）。此外，对四阶累积量比R42随碰撞能量sNN的依赖关系计算，其结果不仅与实验数据高度契合，还在sNN≈6 GeV附近发现了极为显著的涨落现象。这一深度学习的准部分子模型，为有限重子密度下QCD物质的热力学与输运性质研究提供了全新的自洽理论框架，其推导出的状态方程参数不仅可以直接应用于相对论重离子对撞机束流能量扫描计划中的流体动力学模拟，还为深入探索QCD相图结构以及寻找临界点提供新的研究方法。

Keywords