[論文レビュー] Excited String States and D-branes from Infinite Width Neural Networks

Dmitry S. Ageev, Y. Ageeva|arXiv (Cornell University)|Feb 10, 2026

Quantum many-body systems被引用数 0

ひとこと要約

この論文は、無限幅のランダム特徴ニューラルネットワークを用いて世界sheetの弦路径積分を表現するニューラルネットワーク場の理論（NN-FT）アプローチを拡張し、励起弦の挿入とD-ブレ boundary条件を持つ球面・円盤振幅を再正規化して導出する。

ABSTRACT

We explore recent proposal to represent worldsheet string path integrals by integrating over parameters of a wide random-feature neural network whose output is identified with the embedding field $X^μ$. In this paper we extend it focusing on scattering with excited states insertions and for worldsheets with boundaries introducing fixed-feature Gaussian normal-ordering prescription for derivative composites (removing the neural contact term at finite width), and propose realization of mixed Neumann/Dirichlet boundary conditions interpreted as a neural D$p$-brane. As concrete outputs, we derive the sphere four-point integrand with a single $(1,1)$ insertion and the disk four-tachyon amplitude on a D$p$-brane, recovering the expected derivative prefactors, boundary exponents, and momentum-conservation limits after renormalization.

研究の動機と目的

• ボソン弦世界sheet理論を無限幅のニューラル特徴集合で表現する動機づけ。
• 基礎 genus zero で1,1 の励起挿入を NN-FT に拡張する。
• このニューラル設定における導関数複合体のガウス正規順序付け renormalization を導入する。
• 境界のニューロな Neumann/Dirichlet 条件を実装してニューラル Dp-ブレーンを実現する。
• 閉弦・開弦の振幅の標準的な Koba–Nielsen 因子と運動量保存を再現できることを示す。

提案手法

• 世界sheet 上の埋め込み場 Xμ をランダムコサイン特徴とガウス出力重みを持つ有限幅ニューラルネットワークとしてモデル化する。
• 固定特徴・ガウス重みの期待値を差し引くことにより導関数複合 [∂Xμ ∂̄Xν] を正規化して Ward 恒等式を再現する。
• 三つのタキオンと一つの(1,1) 励起挿入を含む四点球面振幅をニューラルパラメータ積分で計算し、Koba–Nielsen因子と導関数前因子を再現する。
• 境界ゆらぎをNeumann方向で、固定Dirichlet零モードを持つNeumann/Dirichletの境界条件をニューラル内部の像構成で実現する。
• 正規化された相関関数を標準的な弦理論結果に一致させ、無限幅/大分散極限で運動量保存が現れることを保証する。

実験結果

リサーチクエスチョン

• RQ1 NN-FT のニューラル表現において励起(1,1) 弦挿入を一貫して正規化して自由場 Ward 恒等式を再現できるか。
• RQ2 開弦セクターにおける世界sheet 境界とDp-ブレーン境界条件をニューラル手法でどう実装するか。
• RQ3 無限幅ニューラルネットワークから得られる球面四点振幅と円盤四タキオン振幅は標準のKoba–Nielsen因子と運動量保存を再現するか。
• RQ4 ゼロモードと大幅width極限が弦振幅のターゲット空間運動量保存の回復においてNN-FT で果たす役割は何か。

主な発見

• 固定された特徴に対する導関数複合体の正規化スキームは励起挿入領域で正しい Ward 恒等式を与える。
• 単一の(1,1) 挿入を持つ球面四点振幅は正規化後に期待される導関数前因子と Koba–Nielsen 構造を再現する。
• Dp-ブレーン上の円盤四タキオン振幅は無限分散極限で境界のKoba–Nielsen指数とブレーンに沿う運動量保存を回復する。
• 混成 Neumann/Dirichlet 境界条件を忠実に実装する像のようなニューラル構成がニューラル Dp-ブレーンダイナミクスをもたらす。
• ゼロモード積分と大幅幅極限は、弦理論の標準的機構のニューラルな代理として運動量保存を明示的に生み出す。