172個(gè)機(jī)構(gòu)合作，發(fā)現(xiàn)奇異粒子，機(jī)器學(xué)習(xí)分析約1.6億次粒子碰撞數(shù)據(jù)

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：172個(gè)機(jī)構(gòu)合作，發(fā)現(xiàn)奇異粒子，機(jī)器學(xué)習(xí)分析約1.6億次粒子碰撞數(shù)據(jù)
關(guān)鍵字：神經(jīng)網(wǎng)絡(luò),報(bào)告,粒子,模型,數(shù)據(jù)
文章來(lái)源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：4012字

內(nèi)容摘要：

ATLAS 顯示了本研究中神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)的與標(biāo)準(zhǔn)模型預(yù)測(cè)偏差最大的八個(gè)之一。（來(lái)源：歐洲核子研究中心）
來(lái)源：ScienceA
編輯：X
粒子物理學(xué)家的任務(wù)是挖掘大量不斷增長(zhǎng)的碰撞數(shù)據(jù)，尋找尚未發(fā)現(xiàn)的粒子證據(jù)。特別是，他們正在尋找未包含在粒子物理標(biāo)準(zhǔn)模型中的粒子，科學(xué)家懷疑我們目前對(duì)宇宙構(gòu)成的理解是不完整的。
近日，來(lái)自 ATLAS 合作組的 172 個(gè)研究機(jī)構(gòu)的科學(xué)家，使用一種受大腦啟發(fā)的機(jī)器學(xué)習(xí)算法——神經(jīng)網(wǎng)絡(luò)，來(lái)篩選大量粒子碰撞數(shù)據(jù)，搜索數(shù)據(jù)中的異常特征或異常現(xiàn)象。
研究團(tuán)隊(duì)使用一種稱(chēng)為異常檢測(cè)的機(jī)器學(xué)習(xí)方法來(lái)分析大量 ATLAS 數(shù)據(jù)。此前該方法從未應(yīng)用于對(duì)撞機(jī)實(shí)驗(yàn)的數(shù)據(jù)。
神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)了一個(gè)異?，F(xiàn)象。能量約為 4.8 太電子伏（TeV）的奇異粒子衰變會(huì)產(chǎn)生 μ 子和其他粒子射流，其方式不符合神經(jīng)網(wǎng)絡(luò)對(duì)標(biāo)準(zhǔn)模型相互作用的理解。
該技術(shù)打破了尋找新物理學(xué)的傳統(tǒng)方法。它于科學(xué)家的先入之見(jiàn)，因此不受其限制。
該研究以「Search for New Phenomena in Two-Body Invariant Mass Distributions Using Unsuper

原文鏈接：172個(gè)機(jī)構(gòu)合作，發(fā)現(xiàn)奇異粒子，機(jī)器學(xué)習(xí)分析約1.6億次粒子碰撞數(shù)據(jù)

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)