Międzynarodowy zespół badawczy z udziałem fizyków z naszego Wydziału opublikował pracę pt. „A unified neural-network framework for nucleon imaging from numerical simulations of QCD” w renomowanym czasopiśmie Journal of High Energy Physics (JHEP 05 (2026) 210), plasującym się w 95. centylu bazy Scopus.
Kluczową, wiodącą rolę w powstaniu tej pracy odegrał dr Minhuan Chu - postdoc zatrudniony na naszym Wydziale w grancie NCN OPUS pt. „Trójwymiarowa struktura nukleonu z chromodynamiki kwantowej na sieci”, kierowanym przez prof. UAM dr. hab. Krzysztofa Cichego. Dr Chu jest absolwentem jednej z 50 najlepszych uczelni na świecie - Shanghai Jiao Tong University. Jego naukowy fundament ukształtował m.in. jeden z jego promotorów, prof. Xiangdong Ji, uznawany za jednego z najwybitniejszych na świecie ekspertów w dziedzinie fizyki hadronów i struktury nukleonów. W skład zespołu autorskiego weszli również: prof. Krzysztof Cichy (UAM), prof. Martha Constantinou (Temple University, Filadelfia, USA) oraz prof. Paweł Sznajder i prof. Jakub Wagner z Narodowego Centrum Badań Jądrowych (NCBJ) w Warszawie.
Badania dotyczyły struktury wnętrza nukleonów (protonów i neutronów) - cząstek, które budują jądra atomowe i odpowiadają za niemal całą masę widzialnego Wszechświata. Do opisu tej struktury używane są skomplikowane matematycznie funkcji dystrybucji partonów (PDFs) oraz uogólnionych rozkładów partonowych (GPDs), opisujące, jak kwarki i gluony poruszają się i układają w przestrzeni wewnątrz nukleonu. Wartości tych funkcji oblicza się za pomocą zaawansowanych symulacji numerycznych chromodynamiki kwantowej (QCD) na superkomputerach. Wyniki takich symulacji mają jednak charakter dyskretny (punktowy). W opublikowanej pracy autorzy po raz pierwszy wykorzystali sztuczne sieci neuronowe, aby "przetłumaczyć" punktowe dane numeryczne na ciągłe, fizyczne zależności funkcyjne (zależne od ułamka pędu niesionego przez kwarki oraz od transferu pędu), oraz połączyć w spójny sposób dwa niezależne podejścia teoretyczne - tzw. quasi- i pseudo-rozkładów. Umożliwiło to stabilne powiązanie formalizmu Euklidesowego używanego w symulacjach komputerowych z formalnymi definicjami rozkładów w rzeczywistej czasoprzestrzeni Minkowskiego. Zastosowanie sieci neuronowych pozwoliło zminimalizować błędy systematyczne i wyeliminować zniekształcenia (biasy), które pojawiają się, gdy oba podejścia teoretyczne stosowane są osobno. Opracowana metoda „obrazowania nukleonów” ma charakter uniwersalny. Oznacza to, że stworzony framework będzie można łatwo rozwijać i zasilać nowymi danymi eksperymentalnymi - w tym m.in. z budowanego właśnie w USA akceleratora nowej generacji Electron-Ion Collider (EIC).
grafika:
opis: "Tomografia" wnętrza niespolaryzowanego protonu. Górne/dolne wykresy odpowiadają górnemu/dolnemu kwarkowi walencyjnemu. Kolor na wykresach odpowiada gęstości prawdopodobieństwa zaobserwowania danego kwarka w zależności od położenia w płaszczyźnie poprzecznej do kierunku ruchu protonu. Poszczególne panele odpowiadają różnym ułamkom całkowitego pędu protonu niesionego przez kwarki.
link do pracy: https://doi.org/10.1007/JHEP05(2026)210
