신경망 기반 히스토리 쿼크오니움 스펙트럼 및 붕괴 상수 재구성

초록

본 논문은 다층 퍼셉트론(MLP)을 이용해 AdS/QCD 하단‑업 모델의 딜라톤 필드 Φ(z)를 데이터‑구동 방식으로 역구성한다. Φ′(z)를 매끄러운 함수로 학습하고 자동 미분으로 얻은 포텐셜 U(z)를 슈뢰딩거‑유사 방정식에 적용해 챠몬리움·보텀온리움의 질량과 전자‑쌍 붕괴 상수를 동시에 재현한다. 훈련 결과는 챠몬리움에서 1.26 %, 보텀온리움에서 3.32 %의 RMS 편차를 보이며, 기존의 정형화된(예: 2차) 딜라톤 모델이 겪던 스펙트럼·붕괴 상수의 모순을 해소한다.

상세 분석

이 연구는 전통적인 하단‑업 AdS/QCD 접근법이 갖는 두 가지 근본적인 한계를 동시에 해결한다. 첫째, 무거운 벡터 쿼크오니움의 질량 스펙트럼은 베테‑삭터 이론에 의해 선형 레전드 궤적이 깨진다는 사실을 반영해야 하는데, 기존의 소프트‑월 모델은 Φ(z)=κ²z²와 같은 2차 형태를 고정함으로써 선형 레전드만을 생성한다. 둘째, 같은 모델에서는 전자‑쌍 붕괴 상수 fₙ이 급격히 감소하거나, 반대로 증가하는 비물리적 행동을 보인다. 저자들은 이러한 모순을 딜라톤의 미분 형태 Φ′(z)를 자유롭게 학습시키는 MLP에 위임한다. 네트워크는 Φ(0)=0이라는 UV 경계조건을 강제하고, 자동 미분을 통해 Φ′′(z)까지 얻어 포텐셜 U(z)=¾z⁻²+Φ′(z)²/z+Φ′(z)²/4−Φ′′(z)/2 를 구성한다. 이 포텐셜을 이산화한 뒤 고유값 문제를 풀어 mₙ²와 ψₙ(z)를 얻고, 경계에서의 기울기를 이용해 fₙ을 계산한다. 학습 데이터는 PDG에서 제공하는 1S‑5S(챠몬리움)·1S‑6S(보텀온리움)까지의 질량과 전자‑쌍 붕괴 폭이며, 손실 함수는 질량과 fₙ의 RMS 오차를 동시에 최소화하도록 설계되었다. 결과적으로 얻어진 Φ(z)는 전통적인 2차형보다 완만한 IR 상승을 보이며, 특히 고여기 상태에서의 기울기가 감소해 fₙ의 급격한 감소를 재현한다. RMS 편차가 1.26 %와 3.32 %에 머무른 것은, 실험 데이터와의 일치도가 기존 모델(대개 5‑10 % 수준)보다 현저히 우수함을 의미한다. 또한, 자동 미분 기반의 역문제 접근법은 물리적 제약(Φ(0)=0, UV‑IR 경계조건) 하에서 딜라톤 형태를 비정형적으로 탐색할 수 있게 하여, 모델의 해석 가능성을 유지하면서도 높은 예측력을 확보한다는 점에서 의미가 크다. 한계점으로는 현재 0 K, 무한 부피 환경에 국한되어 있으며, 온도·밀도 의존성, 스핀‑다중성(예: P‑파, S‑파 혼합) 및 라티스 QCD와의 정량적 비교가 부족하다. 향후 연구에서는 Lattice QCD에서 제공하는 전이 행렬 원소, 유한 온도 배경(흑색체, 디랙 구멍) 등을 추가 손실 항으로 도입해 모델을 확장할 수 있다.