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用いた機械学習は、自然言語処理、画像認識、ゲームでの勝利、さらには物理学の問題など、様々なタスクでますます強力なツールになりつつある。数値計算や実験支援への機械学習の応用に関する研究は多いが、解析手法の探索への機械学習の応用方法はあまり研究されていない。本論文では、Alpha Zeroアルゴリズムを用いた記号回帰、すなわちAlpha Zero for physics (AZfP)を用いて、物理学における解析手法を開発する枠組みを提案する。実証として、AZfPがフローケ系の高周波数展開を導出できることを示す。AZfPは物理学における新しい理論的枠組みを開発する可能性がある。

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 assistance of experiments, 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, DeepL