據(jù)外媒Neowin報(bào)道，物理領(lǐng)域的研究受益于人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的興起。過(guò)去，我們已經(jīng)看到它們被用于研究暗物質(zhì)和大型星系。而現(xiàn)在科學(xué)家已經(jīng)在外來(lái)粒子研究中使用了神經(jīng)網(wǎng)絡(luò)。在歐洲核子研究組織（CERN）的大型強(qiáng)子對(duì)撞機(jī)（LHC）上建立的緊湊型μ子介子螺線管(CMS)上，研究人員正在使用神經(jīng)網(wǎng)絡(luò)識(shí)別由LHC內(nèi)部質(zhì)子-質(zhì)子碰撞產(chǎn)生的非典型實(shí)驗(yàn)特征。

傳統(tǒng)碰撞算法很難追蹤這些實(shí)驗(yàn)特征，因?yàn)榕鲎伯a(chǎn)生的大部分“碎片”都是短暫的。但是神經(jīng)網(wǎng)絡(luò)可以證明在這種情況下很有效。這是因?yàn)榭梢詫?duì)它們進(jìn)行實(shí)際數(shù)據(jù)訓(xùn)練。

CMS的神經(jīng)網(wǎng)絡(luò)已經(jīng)使用這些數(shù)據(jù)進(jìn)行了訓(xùn)練，并將很快可以自動(dòng)檢測(cè)實(shí)驗(yàn)特征。為了進(jìn)行訓(xùn)練，研究人員使用了通過(guò)向后傳播進(jìn)行域自適應(yīng)來(lái)改善在碰撞數(shù)據(jù)中觀察到的噴氣機(jī)類(lèi)概率分布的仿真模型。

對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練（在監(jiān)督下），以區(qū)分由長(zhǎng)壽命粒子的衰變所產(chǎn)生的稱(chēng)為“射流”的粒子噴霧與更為常見(jiàn)的物理過(guò)程所產(chǎn)生的射流。

到目前為止，該模型已顯示出令人鼓舞的結(jié)果。在對(duì)粒子軌道進(jìn)行分析的過(guò)程中，從長(zhǎng)壽命粒子中正確識(shí)別出噴射流的可能性為50％，在每千次中該模型僅一次錯(cuò)誤識(shí)別了常規(guī)噴射流，并顯示出較少的誤報(bào)和誤報(bào)。

CERN相信，新系統(tǒng)將有助于推進(jìn)該機(jī)構(gòu)尋找短暫和奇異顆粒的要求。有關(guān)更多信息，您可以研究在arXiv上發(fā)表的論文。