9、使用SciNet探索经典与量子力学中的物理概念

使用SciNet探索经典与量子力学中的物理概念

1. 引言

近年来，机器学习和深度学习在科学发现中的应用逐渐增多，特别是在物理学科中，通过从实验数据中提取物理概念和规律，科学家们得以更深入地理解自然界的基本原理。SciNet作为一种强大的工具，能够在没有提供关于特定物理系统的先验信息的情况下，找到描述不同物理现象的相同量，从而证明其表示形式与物理学家描述数据时所偏好的表示相吻合。本文将详细介绍SciNet在经典力学和量子力学中的具体应用，展示其在物理发现中的潜力。

2. SciNet在碰撞实验中的应用

2.1 守恒定律与参数关联

在经典的两体碰撞实验中，SciNet展示了如何将守恒定律与找到的参数相关联。具体来说，SciNet学会了在潜在表示中存储总角动量，这是系统的一个守恒量。以下是具体的实验设置和结果：

2.1.1 实验设置

• 问题 ：预测碰撞后旋转粒子的位置。
• 物理模型 ：总角动量守恒定律。
• 观察数据 ：碰撞前两个粒子的位置和速度。
• 正确答案 ：碰撞后旋转粒子的位置。

2.1.2 关键发现

• SciNet能够以小于4%的均方根预测误差准确预测旋转粒子的位置。
• SciNet对噪声具有较强的鲁棒性。
• SciNet在潜在神经元中存储了总角动量。
</