[논문 리뷰] Heavy Quark Potential in QGP: DNN meets LQCD

Shuzhe Shi, Kai Zhou외 3명|arXiv (Cornell University)|2021. 05. 18.

High-Energy Particle Collisions Research인용 수 5

한 줄 요약

이 논문은 라티스 QCD(LQCD) 데이터로부터 양성자-글루온 플라즈마(QGP) 내에서 바텀 쿼크의 모델에 의존하지 않는 온도 및 거리에 의존하는 실수부($V_R$)와 허수부($V_I$) 포텐셜을 추출하기 위해 심층 신경망(DNN)을 사용한다. $V_R$ 는 330 MeV 이하에서 온도 의존성이 약하게 나타나며, $V_I$ 는 온도와 거리에 따라 급격하고 비추상적인 방식으로 증가한다—약한 상호작용 예측을 크게 초월한다.

ABSTRACT

Bottomonium states are key probes for experimental studies of the quark-gluon plasma (QGP) created in high-energy nuclear collisions. Theoretical models of bottomonium productions in high-energy nuclear collisions rely on the in-medium interactions between the bottom and antibottom quarks. The latter can be characterized by the temperature ($T$) dependent potential, with real ($V_R(T,r)$) and imaginary ($V_I(T,r)$) parts, as a function of the spatial separation ($r$). Recently, the masses and thermal widths of up to $3S$ and $2P$ bottomonium states in QGP were calculated using lattice quantum chromodynamics (LQCD). Starting from these LQCD results and through a novel application of deep neural network (DNN), here, we obtain model-independent results for $V_R(T,r)$ and $V_I(T,r)$. The temperature dependence of $V_R(T,r)$ was found to be very mild between $T\approx0-330$ MeV. For $T=150-330$ MeV, $V_I(T,r)$ shows rapid increase with $T$ and $r$, which is much larger than the perturbation theory based expectations. These findings are qualitatively different from the weak-coupling-based expectations.

연구 동기 및 목표

• 라티스 QCD(LQCD) 결과로부터 모델에 의존하지 않는 중간 매질 내 바텀 쿼크 포텐셜을 추출하기.
• 양성자-글루온 플라즈마(QGP) 내 실수부($V_R$)와 허수부($V_I$) 포텐셜의 온도 및 공간적 분리 의존성을 이해하기.
• 약한 상호작용 기반 예측이 비추상적 LQCD 데이터와 얼마나 일치하는지 검증하기.

제안 방법

• 라티스 QCD(LQCD) 계산은 유한 온도에서 바텀 온륨 포텐셜의 실수부와 허수부에 대한 입력 데이터를 제공한다.
• 심층 신경망(DNN)은 온도 $T$ 와 공간적 분리 $r$ 에 따른 $V_R(T,r)$ 와 $V_I(T,r)$ 의 기능적 의존성을 학습하도록 훈련된다.
• 사전에 정의된 함수 형태를 피하기 위해 DNN 아키텍처는 모델에 독립성을 확보하도록 설계된다.
• 네트워크는 $T$ 와 $r$ 값 전역에서 일반화되며, 원래의 LQCD 격점 이외의 외삽 및 내삽이 가능하다.
• 약한 상호작용이나 현상학적 매개변수화를 가정하지 않고, LQCD 데이터의 비추상적 특성을 유지한다.
• 훈련 점에서 DNN 예측 포텐셜을 알려진 LQCD 결과와 비교하여 검증한다.

실험 결과

연구 질문

• RQ1 QGP 내 바텀 쿼크 포텐셜의 실수부인 $V_R(T,r)$ 는 온도와 공간적 분리에 따라 어떻게 변화하는가?
• RQ2 허수부인 $V_I(T,r)$ 는 온도와 거리가 증가함에 따라 어떻게 변화하며, 이는 추상적 예측을 초월하는가?
• RQ3 온도 범위 $T \approx 150-330$ MeV 내에서 추출된 포텐셜은 약한 상호작용 예측과 얼마나 다를까?
• RQ4 심층 신경망은 LQCD 데이터로부터 중간 매질 포텐셜의 전체 $T$ 와 $r$ 의존성을 정확하고 모델에 의존하지 않게 재구성할 수 있는가?

주요 결과

• 실수부 포텐셜인 $V_R(T,r)$ 는 $T \approx 0-330$ MeV 범위에서 매우 미약한 온도 의존성을 보인다.
• $T = 150-330$ MeV 범위에서 허수부 $V_I(T,r)$ 는 온도와 공간적 분리 $r$ 에 따라 급격히 증가한다.
• $V_I(T,r)$ 의 증가는 약한 상호작용 접근법의 예측보다 크게, 강한 비추상적 효과를 시사한다.
• DNN 기반 추출은 특정 함수 형태를 가정하지 않고도 비틀린 $T$ 와 $r$ 의존성을 성공적으로 포착한다.
• 결과는 QGP 내 바텀 온륨 상태가 특히 높은 온도에서 상당한 중간 매질 폭을 경험할 것임을 시사한다.
• 이러한 발견은 $T \gtrsim 150$ MeV 에서 중간 매질 내 바텀 온륨 상호작용을 기술하는 데 약한 상호작용 모델의 타당성을 도전한다.