AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：AI 重建粒子軌跡，發(fā)現(xiàn)新物理學(xué)
關(guān)鍵字：粒子,軌跡,探測(cè)器,神經(jīng)網(wǎng)絡(luò),神經(jīng)元
文章來(lái)源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：5541字

內(nèi)容摘要：

將 ScienceAI設(shè)為星標(biāo)
第一時(shí)間掌握
新鮮的 AI for Science 資訊編輯| 綠蘿
電子學(xué)在核物理領(lǐng)域從來(lái)都不是一帆風(fēng)順的。大型強(qiáng)子對(duì)撞機(jī)作為全球最強(qiáng)大的加速器，所產(chǎn)生的數(shù)據(jù)如此之多，使得全部記錄這些數(shù)據(jù)從來(lái)都不是一個(gè)可行的選擇。
因此，處理來(lái)自探測(cè)器的信號(hào)波的系統(tǒng)擅長(zhǎng)于「遺忘」——它們?cè)诓坏揭幻氲臅r(shí)間內(nèi)重建次級(jí)粒子的軌跡，并評(píng)估剛剛觀察到的碰撞是否可以被忽略，或者是否值得保存以供進(jìn)一步分析。然而，當(dāng)前重建粒子軌跡的方法很快將不再足夠。
波蘭科學(xué)院核物理研究所 (IFJ PAN) 的科學(xué)家通過(guò)研究表明，使用人工智能構(gòu)建的工具可能是當(dāng)前快速重建粒子軌跡方法的有效替代方法。它們的首次亮相可能會(huì)在未來(lái)兩到三年內(nèi)出現(xiàn)，或許是在支持尋找新物理的 MUonE 實(shí)驗(yàn)中。
該研究以《Machine Learning based Reconstruction for the MUonE Experiment》為題，于 2024 年 3 月 10 日發(fā)布在《Computer Science》上。
論文鏈接：https://doi.org/10.7494/csci.2024.25.1.56

原文鏈接：AI 重建粒子軌跡，發(fā)現(xiàn)新物理學(xué)

聯(lián)系作者

文章來(lái)源：人工智能學(xué)家
作者微信：AItists
作者簡(jiǎn)介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)