172個機構合作，發(fā)現(xiàn)奇異粒子，機器學習分析約1.6億次粒子碰撞數(shù)據(jù)

AIGC動態(tài)歡迎閱讀

原標題：172個機構合作，發(fā)現(xiàn)奇異粒子，機器學習分析約1.6億次粒子碰撞數(shù)據(jù)
關鍵字：神經網絡,報告,粒子,模型,數(shù)據(jù)
文章來源：人工智能學家
內容字數(shù)：4012字

內容摘要：

ATLAS 顯示了本研究中神經網絡發(fā)現(xiàn)的與標準模型預測偏差最大的八個之一。（來源：歐洲核子研究中心）
來源：ScienceA
編輯：X
粒子物理學家的任務是挖掘大量不斷增長的碰撞數(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準模型中的粒子，科學家懷疑我們目前對宇宙構成的理解是不完整的。
近日，來自 ATLAS 合作組的 172 個研究機構的科學家，使用一種受大腦啟發(fā)的機器學習算法——神經網絡，來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。
研究團隊使用一種稱為異常檢測的機器學習方法來分析大量 ATLAS 數(shù)據(jù)。此前該方法從未應用于對撞機實驗的數(shù)據(jù)。
神經網絡發(fā)現(xiàn)了一個異常現(xiàn)象。能量約為 4.8 太電子伏（TeV）的奇異粒子衰變會產生 μ 子和其他粒子射流，其方式不符合神經網絡對標準模型相互作用的理解。
該技術打破了尋找新物理學的傳統(tǒng)方法。它于科學家的先入之見，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個機構合作，發(fā)現(xiàn)奇異粒子，機器學習分析約1.6億次粒子碰撞數(shù)據(jù)

聯(lián)系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構