Alpha Zero for Physics: Application of Symbolic Regression with Alpha Zero to find the analytical methods in physics

要約

ニューラル ネットワークを使用した機械学習は、自然言語処理、画像認識、ゲームの勝利、さらには物理学の問題など、さまざまなタスクにとってますます強力なツールになりつつあります。
数値計算への機械学習の適用や実験的検出の支援に関する研究は数多くありますが、機械学習を適用して分析方法を見つける方法についてはほとんど研究されていません。
本稿では、Alpha Zero forphysics (AZfP) アルゴリズムを用いたシンボリック回帰を使用した、物理学における解析手法の開発フレームワークを提案します。
実証として、AZfP が Floquet システムの高周波拡張を導出できることを示します。
AZfPは物理学の新たな理論枠組みを開発する可能性を秘めている。

要約(オリジナル)

Machine learning with neural networks is now becoming a more and more powerful tool for various tasks, such as natural language processing, image recognition, winning the game, and even for the issues of physics. Although there are many studies on the application of machine learning to numerical calculation and the assistance of experimental detection, the methods of applying machine learning to find the analytical method are poorly studied. In this paper, we propose the frameworks of developing analytical methods in physics by using the symbolic regression with the Alpha Zero algorithm, that is Alpha Zero for physics (AZfP). As a demonstration, we show that AZfP can derive the high-frequency expansion in the Floquet systems. AZfP may have the possibility of developing a new theoretical framework in physics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google