論文の概要: Approximating the $S$ matrix for solving the Marchenko equation: the case of channels with different thresholds

• arxiv url: http://arxiv.org/abs/2602.14150v1
• Date: Sun, 15 Feb 2026 13:56:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 14:17:28.670955
• Title: Approximating the $S$ matrix for solving the Marchenko equation: the case of channels with different thresholds
• Title（参考訳）: マルテンコ方程式を解くための$S$行列の近似:異なるしきい値を持つチャネルの場合
• Authors: N. A. Khokhlov,
• Abstract要約: この研究は、マルネンコ理論の枠組みにおける逆散乱問題に関する以前の結果を拡張した。 私は、一流の運動量$q$の関数として$n$チャネル$S$-行列を有理項の和と各行列要素に対する切り詰めされた sinc 級数の和で近似する。 散乱チャネルのサブセットしか開かないエネルギーに対しては、$S$-行列の解析構造が解析される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work extends previous results on the inverse scattering problem within the framework of Marchenko theory (fixed-$l$ inversion). In particular, I approximate an $n$-channel $S$-matrix as a function of the first-channel momentum $q$ by a sum of a rational term and a truncated sinc series for each matrix element. Relativistic kinematics are taken into account through the correct momentum-energy relation, and the necessary minor generalization of Marchenko theory is given. For energies where only a subset of scattering channels is open, the analytic structure of the $S$-matrix is analyzed. I demonstrate that the submatrix corresponding to closed channels, particularly near their thresholds, can be reconstructed from the experimentally accessible submatrix of open channels.The convergence of the proposed method is verified by applying it to data generated from a direct solution of the scattering problem for a known potential, and comparing the reconstructed potential with the original one. Finally, the method is applied to the analysis of $S_{31}$ $πN$ scattering data.
• Abstract（参考訳）: この研究は、マルテンコ理論(固定-$l$逆)の枠組みにおける逆散乱問題に関する以前の結果を拡張する。 特に、有理項の和と各行列要素に対するトランケートされたシンク級数の和により、第一チャネル運動量$q$の関数として$n$チャネル$S$-行列を近似する。 相対論的キネマティクスは正しい運動量-エネルギー関係によって考慮され、必要最低限のマーデンコ理論の一般化が与えられる。 散乱チャネルのサブセットしか開かないエネルギーに対しては、$S$-行列の解析構造が解析される。 提案手法の収束性は, 既知のポテンシャルに対する散乱問題の直接解から生成したデータに適用し, 再構成されたポテンシャルを元のものと比較することによって検証できる。 最後に、この手法を$S_{31}$$πN$散乱データの解析に適用する。

関連論文リスト

• Generative diffusion for perceptron problems: statistical physics analysis and efficient algorithms [2.860608352191896]
  高次元極限における非数値重み付きパーセプトロン問題のランダムな例を考察する。 我々は、生成アルゴリズムを用いて近似サンプリング空間を予測するためのレプリカ理論に基づくフォーマリズムを開発する。
  論文  参考訳（メタデータ） (2025-02-22T16:43:01Z)
• An approximation of the $S$ matrix for solving the Marchenko equation [0.0]
  ここでは、有理関数の和として定式化された運動量$q$に対する$S$-行列依存の新たな近似と、truncated Sinc 級数を示す。 このアプローチにより、特定の解像度で$S$行列をポイントワイズで決定することができ、共鳴挙動などの重要な特徴を高精度に捉えることができる。
  論文  参考訳（メタデータ） (2024-10-27T11:06:28Z)
• Quantum tomography of helicity states for general scattering processes [55.2480439325792]
  量子トモグラフィーは、物理学における量子系の密度行列$rho$を計算するのに欠かせない道具となっている。 一般散乱過程におけるヘリシティ量子初期状態の再構成に関する理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2023-10-16T21:23:42Z)
• Neural Inverse Kinematics [72.85330210991508]
  逆キネマティック(英語版)(IK)法は、キネマティックチェインにおける選択された要素の所望の位置から関節のパラメータを復元する。 本稿では,問題階層構造を用いて,所望の位置に条件付き有効関節角度を逐次サンプリングするニューラルIK法を提案する。
  論文  参考訳（メタデータ） (2022-05-22T14:44:07Z)
• Generative Principal Component Analysis [47.03792476688768]
  生成的モデリング仮定を用いた主成分分析の問題点を考察する。 鍵となる仮定は、基礎となる信号は、$k$次元の入力を持つ$L$-Lipschitz連続生成モデルの範囲に近いことである。 本稿では,2次推定器を提案し,検体数として$m$の次数$sqrtfracklog Lm$の統計率を示す。
  論文  参考訳（メタデータ） (2022-03-18T01:48:16Z)
• Energy-independent optical $^{1}S_{0}NN$ potential from Marchenko equation [0.0]
  本稿では, 量子散乱理論の逆問題の解法として, マルネンコ理論を用いた新しい解法を提案する。 散乱データから光電位を再構成するための数値アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2021-04-08T17:33:00Z)
• Robust Low-rank Matrix Completion via an Alternating Manifold Proximal Gradient Continuation Method [47.80060761046752]
  ロバスト低ランク行列補完(RMC)は、コンピュータビジョン、信号処理、機械学習アプリケーションのために広く研究されている。 この問題は、部分的に観察された行列を低ランク行列とスパース行列の重ね合わせに分解することを目的とした。 RMCに取り組むために広く用いられるアプローチは、低ランク行列の核ノルム(低ランク性を促進するために)とスパース行列のl1ノルム(空間性を促進するために)を最小化する凸定式化を考えることである。 本稿では、近年のローワークの動機付けについて述べる。
  論文  参考訳（メタデータ） (2020-08-18T04:46:22Z)
• Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
  我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。 暗黙正則化現象の理論的保証を提供する。
  論文  参考訳（メタデータ） (2020-07-16T13:27:47Z)
• Information-Theoretic Limits for the Matrix Tensor Product [8.206394018475708]
  本稿では,ランダム行列の行列テンソル積を含む高次元推論問題について検討する。 本稿では,高次元行列保存信号の解析のための新しい手法を紹介する。
  論文  参考訳（メタデータ） (2020-05-22T17:03:48Z)

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。