Editor|Ziluo
쿼크와 글루온은 입자물리학 표준모형의 기본 입자로, 전자나 광자와 달리 공간과 공간에서 자유롭게 이동할 수 없습니다. 양성자나 중성자와 같은 복합 입자에만 결합될 수 있습니다.
충돌기 실험에서 생성된 고에너지 쿼크 또는 글루온은 복잡한 상호작용을 통해 다수의 최종 입자로 변환되며, 이는 원래 쿼크 또는 글루온의 운동 방향을 따라 더 작은 각도로 방출됩니다. 현상을 주입이라고 합니다.
최근 중국 과학 아카데미 고에너지 물리학 연구소의 Ruan Manqi 팀, 북경 대학의 Zhou Chen 팀, CERN의 Qu Huilin 연구원이 제트 소스 식별 기술을 제안했습니다. 이 기술은 고에너지 충돌기 실험의 과학적 발견 능력을 크게 향상시킬 수 있습니다.
원래 고성능 입자 흐름 재구성 알고리즘인 아버(Arbor)와 첨단 인공지능 기술인 파티클넷(ParticleNet)을 결합해 연구팀은 효율적인 주입원 식별 기술을 개발했다. 이 기술은 서로 다른 유형의 제트 간의 미세한 차이를 포착함으로써 5가지 유형의 쿼크(업, 다운, 스트레인지, 참, 바닥), 5가지 유형의 반쿼크 및 글루온에 의해 생성된 11개의 서로 다른 제트를 동시에 효율적으로 구별할 수 있습니다.
이 기술은 과학자들이 다양한 입자와 쿼크, 글루온 간의 상호 작용을 정확하게 측정하고 극도로 약한 힉스 입자 붕괴 신호를 포착하는 데 도움이 될 수 있습니다. 이 기술은 미래의 충돌체에 대한 주요 물리적 측정의 정확도를 몇 배로 향상시켜 대형 과학 장치의 과학적 발견 능력을 크게 확장할 수 있습니다.
리뷰어는 "세계 최고의 식별 성능", "게임의 규칙을 바꿨다", "향후 충돌기 실험에서 정확한 측정을 위한 새로운 비전을 창조했다"고 평가했습니다.
이 연구의 제목은 "전자-양전자 힉스 공장에서의 제트 기원 식별 및 응용"이며 2024년 5월 31일 "Physical Review Letters"에 게재되었습니다.
논문 링크: https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802주입은 고에너지 충돌 실험에서 대량으로 생산될 수 있으며, 이는 주사의 기원을 정확하게 식별합니다. 어떤 종류의 쿼크나 글루온이 충돌기 사례 뒤에 숨어 있는 물리적 법칙을 발견하고 이해하는 데 매우 중요합니다. 그러나 서로 다른 쿼크와 글루온에서 생성된 제트는 구성이 매우 유사하므로 제트의 기원을 정확하게 식별하는 것이 매우 어렵습니다.
그림: CEPC 기준 검출기를 사용하여 시뮬레이션 및 재구성된 ?+?−→?́??→?́???(√?=240 GeV) 이벤트에 대한 이벤트 표시. (출처: 논문)제트 기원 식별
Background
고에너지 충돌기 실험의 과학적 발견 능력을 높이기 위해 연구자들은 제트 기원 식별 개념을 제안하고 제트를 다음과 같이 구분했습니다. 종류 :
중요함
성공적인 제트 소스 식별은 QCD(양자 색역학) 프로세스에서 큰 배경을 효과적으로 줄일 수 있으므로 대형 강입자 충돌기와 같은 에너지 최전선의 입자 물리학 실험에 매우 중요합니다.
Method
연구원들은 GEANT4 기반 시뮬레이션(전체 시뮬레이션이라고 함)을 사용하여 미래 충돌기 프로젝트의 최우선 과제인 전자-양전자 힉스 공장에서 물리학 이벤트의 주입 원점 식별 개념을 구현했습니다. 연구원들은 입자 흐름 이벤트 재구성 및 주입 소스 식별을 위해 Arbor 및 ParticleNet과 같은 소프트웨어 도구를 개발했습니다.
성능
이 연구는 제트 "맛" 마커 및 제트 전하 측정 성능을 보여주는 11차원 혼동 행렬(M11)을 사용하여 제트 기원 식별 성능을 보여줍니다.
그림: 11차원 혼동행렬 M11을 이용한 전체 주입원점 판별 성능. (출처: 논문) 연구원들은 CEPC 명목 힉스 작동 시나리오 하에서 희귀하고 이국적인 힉스 보손 붕괴 측정에 제트 소스 식별을 적용했습니다. 이 장면은 에 나올 것으로 예상됩니다.Avec une luminosité intégrée de 20 ab^−1 à GeV, 4 × 10^6 bosons de Higgs peuvent être accumulés. Les désintégrations rares H → ss¯, uu¯ et dd¯ et les désintégrations à flux neutre changeant de saveur (FCNC) H → sb, ds, db et uc sont analysées (où sb signifie sb¯ ou s¯b, ds, db et Il en va de même pour UC).Dérivez des limites supérieures pour ces sept processus, allant de 10^−3 à 10^−4. Dans le modèle standard, le rapport de branchement prévu pour le processus H → ss¯ est de 2,3 × 10^−4, et la limite supérieure dérivée est équivalente à 3 fois la prédiction du modèle standard. Le rapport de branchement de H → uu¯ et dd¯ devrait être inférieur à 10^−6, tandis que le rapport de branchement du processus FCNC ci-dessus devrait être inférieur à 10^−7 sur la base de la contribution de la boucle.
Illustration : Efficacité de l'étiquetage des arômes par injection et taux de retournement de charge. (Source : article)Cette technologie fournit aux scientifiques un nouvel outil puissant pour l'exploration scientifique du futur collisionneur et prouve également que les informations complexes contenues dans le processus de génération d'injection peuvent être comprises et traitées par l'utilisation d'algorithmes avancés d'intelligence artificielle.
À l'avenir, l'équipe de recherche scientifique prévoit d'étudier plus en profondeur l'application de la technologie de l'intelligence artificielle à des questions scientifiques plus larges et plus approfondies.
Lien papier : https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802
Contenu de référence :
https://phys.org/news/2024-06-ai-powered-jet -identification-technology.html
https://www.ccnta.cn/article/17151.html
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!