Udforsker en ny algoritme til rekonstruering af partikler

Et team af forskere fra CERN, Massachusetts Institute of Technology og Staffordshire University har implementeret en ny algoritme til at rekonstruere partikler ved Large Hadron Collider.

Large Hadron Collider (LHC) er den mest kraftfulde partikelaccelerator, der nogensinde er bygget, og som sidder i en tunnel 100 meter under jorden ved CERN, Den Europæiske Organisation for Nuklear Forskning, nær Genève i Schweiz. Det er stedet for langvarige eksperimenter, som gør det muligt for fysikere over hele verden at lære mere om universets natur.

Projektet er en del af Compact Muon Solenoid (CMS)-eksperimentet – et af syv installerede eksperimenter, som bruger detektorer til at analysere partiklerne produceret ved kollisioner i acceleratoren.

Emnet for en ny akademisk artikel "End-to-end multiple-particle reconstruction in high occupancy imaging calorimeters with graph neural networks" offentliggjort i European Physical Journal C , er projektet blevet udført forud for opgraderingen af ​​høj lysstyrke af Large Hadron Collider.

High Luminosity Large Hadron Collider-projektet (HL-LHC) har til formål at øge ydeevnen af ​​LHC for at øge potentialet for opdagelser efter 2029. HL-LHC vil øge antallet af proton-proton-interaktioner i en begivenhed fra 40 til 200.

Professor Raheel Nawaz, Pro Vice-Chancellor for Digital Transformation, ved Staffordshire University, har overvåget forskningen. Han forklarede, at "begrænsning af stigningen i computerressourceforbrug ved store pileups er et nødvendigt skridt for succesen med HL-LHC-fysikprogrammet, og vi slår til lyd for brugen af ​​moderne maskinlæringsteknikker til at udføre partikelrekonstruktion som en mulig løsning på dette problem ."

Han tilføjede, at "dette projekt har været både en glæde og et privilegium at arbejde på og sandsynligvis vil diktere den fremtidige retning for forskning i partikelrekonstruktion ved at bruge en mere avanceret AI-baseret løsning."

Dr. Jan Kieseler fra Eksperimentel Fysik Afdeling ved CERN tilføjede, at "dette er den første enkeltskudsrekonstruktion af omkring 1.000 partikler fra og i et hidtil uset udfordrende miljø med 200 samtidige interaktioner hver proton-proton-kollision. Viser, at denne nye tilgang, der kombinerer dedikerede grafiske neurale netværkslag (GravNet) og træningsmetoder (Object Condensation) kan udvides til sådanne udfordrende opgaver, mens det at holde sig inden for ressourcebegrænsningerne repræsenterer en vigtig milepæl mod fremtidig partikelrekonstruktion."

Shah Rukh Qasim, der leder dette projekt som en del af sin ph.d. ved CERN og Manchester Metropolitan University, siger, at "mængden af ​​fremskridt, vi har gjort med dette projekt i de sidste tre år, er virkelig bemærkelsesværdig. Det var svært at forestille sig, at vi ville nå denne milepæl, da vi startede."

Professor Martin Jones, vicekansler og administrerende direktør ved Staffordshire University, tilføjede, at "CERN er et af verdens mest respekterede centre for videnskabelig forskning, og jeg lykønsker forskerne med dette projekt, som effektivt baner vejen for endnu større opdagelser i årevis. kom."

"Kunstig intelligens udvikler sig løbende til gavn for mange forskellige industrier og at vide, at akademikere ved Staffordshire University og andre steder bidrager til forskningen bag sådanne fremskridt, er både spændende og betydningsfuldt." + Udforsk yderligere

Large Hadron Collider går op til et hidtil uset energiniveau