Большой адронный коллайдер (БАК) - самый мощный из когда-либо построенных ускорителей частиц, расположенный в туннеле на глубине 100 метров под землей в ЦЕРНЕ, Европейской организации ядерных исследований, недалеко от Женевы в Швейцарии. Это место проведения длительных экспериментов, которые позволяют физикам всего мира узнать больше о природе Вселенной.

Проект является частью эксперимента Compact Muon Solenoid (CMS) - одного из семи установленных экспериментов, в которых используются детекторы для анализа частиц, образующихся при столкновениях в ускорителе.

Тема новой научной статьи "Сквозная многочастичная реконструкция в калориметрах с высокой заполняемостью изображений с использованием графических нейронных сетей", опубликованной в Европейский физический журнал C, проект был осуществлен в преддверии модернизации Большого адронного коллайдера с высокой светимостью. Проект Большого адронного коллайдера высокой светимости (HL-LHC) направлен на повышение производительности БАК, чтобы увеличить потенциал открытий после 2029 года. HL-LHC увеличит количество протон-протонных взаимодействий в событии с 40 до 200.

Профессор Рахиль Наваз, проректор по цифровой трансформации Стаффордширского университета, руководила исследованием. Он пояснил: "Ограничение увеличения потребления вычислительных ресурсов при больших скоплениях является необходимым шагом для успеха физической программы HL-LHC, и мы выступаем за использование современных методов машинного обучения для выполнения реконструкции частиц в качестве возможного решения этой проблемы".

Он добавил: "Работать над этим проектом было одновременно радостью и привилегией, и, вероятно, он определит будущее направление исследований по реконструкции частиц с использованием более продвинутого решения на основе искусственного интеллекта".

Доктор Ян Кизелер из отдела экспериментальной физики ЦЕРНА добавил: "Это первая однократная реконструкция около 1000 частиц из беспрецедентно сложной среды и в беспрецедентно сложных условиях с 200 одновременными взаимодействиями при каждом столкновении протон-протон. Демонстрация того, что этот новый подход, объединяющий выделенные слои графовой нейронной сети (GravNet) и методы обучения (Object Condensation), может быть распространен на такие сложные задачи, оставаясь в рамках ограничений ресурсов, представляет собой важную веху на пути к будущей реконструкции частиц ".