論文の概要: Accelerating Atomic Fine Structure Determination with Graph Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2509.16184v1
• Date: Fri, 19 Sep 2025 17:44:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:11.260981
• Title: Accelerating Atomic Fine Structure Determination with Graph Reinforcement Learning
• Title（参考訳）: グラフ強化学習による原子微細構造決定の高速化
• Authors: M. Ding, V. -A. Darvariu, A. N. Ryabtsev, N. Hawes, J. C. Pickering,
• Abstract要約: 本稿では,マルコフ決定過程における解析手順の自動化とグラフ強化学習による解法を提案する。 数百のレベルエネルギーが数時間で計算され、CoIIの95%、NdII-IIIの54-87%が公表された。 原子微細構造決定の現在の効率性は、天文学や融合科学からの原子データ要求の増大に対応するのに苦慮しているため、我々の新しい人工知能アプローチは、このギャップを埋めるステージを設定している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Atomic data determined by analysis of observed atomic spectra are essential for plasma diagnostics. For each low-ionisation open d- and f-subshell atomic species, around $10^3$ fine structure level energies can be determined through years of analysis of $10^4$ observable spectral lines. We propose the automation of this task by casting the analysis procedure as a Markov decision process and solving it by graph reinforcement learning using reward functions learned on historical human decisions. In our evaluations on existing spectral line lists and theoretical calculations for Co II and Nd II-III, hundreds of level energies were computed within hours, agreeing with published values in 95% of cases for Co II and 54-87% for Nd II-III. As the current efficiency in atomic fine structure determination struggles to meet growing atomic data demands from astronomy and fusion science, our new artificial intelligence approach sets the stage for closing this gap.
• Abstract（参考訳）: 観察された原子スペクトルの分析によって決定される原子データは、プラズマ診断に不可欠である。 各低イオン化オープンd-およびf-サブシェル原子種について、約10^3$の微細構造レベルのエネルギーは、観測可能なスペクトル線10^4$の年次分析によって決定できる。 本稿では,マルコフ決定プロセスとして解析手順をキャストし,過去の人的決定に基づいて学習した報酬関数を用いたグラフ強化学習により,このタスクの自動化を提案する。 CoIIおよびNdII-IIIの既存のスペクトル線リストと理論計算の結果,CoIIおよびNdII-IIIの95%,NdII-IIIの54-87%で公表された値と一致し,時間内に数百のレベルエネルギーを計算した。 原子微細構造決定の現在の効率性は、天文学や融合科学からの原子データ要求の増大に対応するのに苦労しているため、我々の新しい人工知能アプローチは、このギャップを埋めるステージを定めている。

関連論文リスト

• Quantum Simulation of Electron Energy Loss Spectroscopy for Battery Materials [38.065424255210765]
  動的構造因子(DSF)を計算するための量子アルゴリズムとエンドツーエンドシミュレーションフレームワークを提案する。 本稿では,電子エネルギー損失分光法(EELS)のコアレベル電子励起系におけるシミュレーションに適用する。
  論文  参考訳（メタデータ） (2025-08-21T20:01:16Z)
• Direct Nuclear-Level Qubits using Trapped Th-229 Ions: A Platform for Entanglement and Universal Quantum Information Processing [3.3446678075435523]
  トリウム229の低エネルギー異性体遷移は、核物理学と原子物理学のユニークな界面を提供する。 我々は,Th-2293+イオンを高忠実度核レベル量子ビットとして利用するための理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-08-14T13:25:26Z)
• Tokenizing Electron Cloud in Protein-Ligand Interaction Learning [51.74909649330779]
  ECBindは電子雲信号を量子化埋め込みにトークン化する方法である。 これは、原子レベルのモデルで完全に表現できないバインディングモードを明らかにするのに役立つ。 適用範囲を幅広いシナリオに広げるために,我々は知識蒸留を用いて電子クラウドに依存しない予測モデルを構築した。
  論文  参考訳（メタデータ） (2025-05-25T07:36:50Z)
• Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
  近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。 本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
  論文  参考訳（メタデータ） (2024-07-12T18:00:02Z)
• Spectral density reconstruction with Chebyshev polynomials [77.34726150561087]
  厳密な誤差推定で有限エネルギー分解能の制御可能な再構成を行う方法を示す。 これは、核と凝縮物質物理学における将来の応用の道を開くものである。
  論文  参考訳（メタデータ） (2021-10-05T15:16:13Z)
• Atom-light entanglement for precise field sensing in the optical domain [0.0]
  本稿では,光領域における精密電場センシングのための共振器QEDシステムにおける原子-光相互作用の強度と集合性を利用したプロトコルについて報告する。 長寿命アルカリ-アース原子を用いたQED実験において, 標準量子限界よりも10ドルから20ドル程度の高利得が得られることを示す。
  論文  参考訳（メタデータ） (2020-10-06T21:27:47Z)
• Atomic Spectra in a Six-Level Scheme for Electromagnetically Induced Transparency and Autler-Townes Splitting in Rydberg Atoms [58.720142291102135]
  ライドバーグルビジウム原子中の電磁誘導透過(EIT)とオートラー・タウンズ分裂を6レベル励起法で検討した。 1つの高周波場は同時に2つの高線状態に結合し、EIT線で観測される興味深い原子スペクトルをもたらす。 この原子系の2つの理論モデルを示し、この2つのモデルが観測されたスペクトルの異なる側面を捉えている。
  論文  参考訳（メタデータ） (2020-09-28T20:32:51Z)
• A multiconfigurational study of the negatively charged nitrogen-vacancy center in diamond [55.58269472099399]
  広帯域ギャップ半導体の深い欠陥は、量子センシングと情報応用を実現するための主要な量子ビット候補として現れている。 ここでは、単一粒子処理とは異なり、伝統的に原子/分子に予約されていた多重構成量子化学法は、これらの欠陥中心の電子状態の多体特性を正確に記述する。
  論文  参考訳（メタデータ） (2020-08-24T01:49:54Z)
• Improved access to the fine-structure constant with the simplest atomic systems [0.0]
  本研究では,バウンド電子$g$係数と基底状態エネルギーの適切な重み付け差において,核構造効果を効果的に抑制できることを示す。 この方法では、既存のまたは近未来のペニングトラップとX線分光技術により、独立した$alpha$が提供されることが期待されている。
  論文  参考訳（メタデータ） (2020-06-25T09:09:41Z)
• Algorithmic decomposition for efficient multiple nuclear spin detection in diamond [0.0]
  ダイヤモンド中の複数の核スピンを識別・特徴付けるためのスペクトルデータを自動分解する手法を開発した。 仮想および実験的な核分光データに対して、効率的な核スピン同定と超微粒子相互作用成分の正確な再現を実証する。
  論文  参考訳（メタデータ） (2020-02-29T04:28:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。