172个机构合作，发现奇异粒子，机器学习分析约1.6亿次粒子碰撞数据

AIGC动态欢迎阅读

原标题：172个机构合作，发现奇异粒子，机器学习分析约1.6亿次粒子碰撞数据
关键字：神经网络,报告,粒子,模型,数据
文章来源：人工智能学家
内容字数：4012字

内容摘要：

ATLAS 显示了本研究中神经网络发现的与标准模型预测偏差最大的八个之一。（来源：欧洲核子研究中心）
来源：ScienceA
编辑：X
粒子物理学家的任务是挖掘大量不断增长的碰撞数据，寻找尚未发现的粒子证据。特别是，他们正在寻找未包含在粒子物理标准模型中的粒子，科学家怀疑我们目前对宇宙构成的理解是不完整的。
近日，来自 ATLAS 合作组的 172 个研究机构的科学家，使用一种受大脑启发的机器学习算法——神经网络，来筛选大量粒子碰撞数据，搜索数据中的异常特征或异常现象。
研究团队使用一种称为异常检测的机器学习方法来分析大量 ATLAS 数据。此前该方法从未应用于对撞机实验的数据。
神经网络发现了一个异常现象。能量约为 4.8 太电子伏（TeV）的奇异粒子衰变会产生 μ 子和其他粒子射流，其方式不符合神经网络对标准模型相互作用的理解。
该技术打破了寻找新物理学的传统方法。它于科学家的先入之见，因此不受其限制。
该研究以「Search for New Phenomena in Two-Body Invariant Mass Distributions Using Unsuper

原文链接：172个机构合作，发现奇异粒子，机器学习分析约1.6亿次粒子碰撞数据