Forskning overvejer, hvordan man tackler store datasæt og flere parameterproblemer i partikelfysik

En af de store udfordringer i partikelfysik er, hvordan man fortolker store datasæt, der består af mange forskellige observerbare i sammenhæng med modeller med forskellige parametre.

Et nyt papir udgivet i EPJ Plus , forfattet af Ursula Laa fra Institute of Statistics ved BOKU University, Wien, og tyske Valencia fra School of Physics and Astronomy, Monash University, Clayton, Australien, ser på forenklingen af ​​store datasæt og mange parameterproblemer ved hjælp af værktøjer til at opdele store parameterrum ind i et lille antal regioner.

"Vi anvendte vores værktøjer på det såkaldte B-anomali problem. I denne problemstilling er der en lang række eksperimentelle resultater og en teori, der forudsiger dem ud fra flere parametre," siger Laa. "Problemet har fået stor opmærksomhed, fordi de foretrukne parametre til at forklare observationerne ikke svarer til dem, der forudsiges af standardmodellen for partikelfysik, og som sådan ville resultaterne indebære ny fysik."

Valencia fortsætter med at forklare, at papiret viser, hvordan Pandemonium-værktøjet kan give en interaktiv grafisk måde at studere forbindelserne mellem karakteristika i observationerne og regionerne i parameterrummet.

"I B-anomali-problemet kan vi for eksempel tydeligt visualisere spændingen mellem to vigtige observerbare ting, der er blevet fremhævet i fortiden," siger Valencia. "Vi kan også se, hvilke forbedrede målinger der ville være bedst til at imødegå denne spænding.

"Dette kan være meget nyttigt til at prioritere fremtidige eksperimenter for at løse uløste spørgsmål."

Laa uddyber ved at forklare, at de metoder, der er udviklet og brugt af duoen, er anvendelige til mange andre problemer, især for modeller og observerbare, der er mindre velforståede end de applikationer, der diskuteres i papiret, såsom multi-Higgs-modeller.

"En udfordring er visualiseringen af ​​multidimensionelle parameterrum; den nuværende grænseflade tillader kun brugeren at visualisere højdimensionelle datarum interaktivt," slutter Laa. "Udfordringen er at automatisere dette, hvilket vil blive behandlet i fremtidigt arbejde, ved hjælp af teknikker fra dimensionsreduktion." + Udforsk yderligere

Nyt geovidenskabeligt modelleringsværktøj giver mere holistiske resultater i forudsigelser