没有合适的资源?快使用搜索试试~ 我知道了~
人工智能为对撞机物理学中具有挑战性的数据处理任务提供了自动化的潜力。 为了确定其前景,我们探索用卷积神经网络进行的深度学习在何种程度上可以比物理学家设计的可观察物更好地区分夸克和胶子喷射。 我们的方法建立在将射流视为图像的范式之上,其强度由局部量热仪沉积物给出。 我们通过为图像添加颜色来补充这种构造,其中红色,绿色和蓝色强度由带电粒子中的横向动量,中性粒子中的横向动量和像素级带电粒子数给出。 总体而言,深层网络匹配或优于传统的射流变量。 我们还发现,尽管各种模拟产生了不同的夸克和胶子射流,但与传统的可观察物相似,神经网络出人意料地对这些差异不敏感。 这表明网络可以从不完善的仿真中提取可靠的物理信息。
资源推荐
资源评论
资源评论
weixin_38738830
- 粉丝: 6
- 资源: 920
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功