環形正負電子對撞機（CEPC）中模擬的雙噴注事例示意圖。 （資料來源：中國科學院高能物理研究所）
編輯| 紫羅
夸克和膠子是粒子物理標準模型中的基本粒子，與電子或光子不同，夸克和膠子不能在時空中自由運動，只能被束縛在如質子或中子這樣的複合粒子中。
對撞機實驗中產生的高能夸克或膠子會透過複雜的相互作用轉化為大量的末態粒子，後者將沿著原夸克或膠子的運動方向在較小的角度內噴射而出，這現象稱為噴注。
近日，中國科學院高能物理研究所阮曼奇團隊、北京大學週辰團隊和歐洲核子研究中心曲慧麟研究員，提出了一種噴注本源鑑別技術。這項技術可大幅提升高能量對撞機實驗的科學發現能力。
結合原始的高效能粒子流重建演算法 Arbor 以及先進的人工智慧技術 ParticleNet，該研究團隊開發了一種高效的噴注本源識別技術。此技術透過捕捉不同種類噴注之間的微小差異，可同時高效區分由五種夸克（上、下、奇異、粲、底）、五種反夸克，以及膠子產生的十一種不同噴注。
這項技術可以幫助科學家準確測量不同粒子同夸克以及膠子之間的相互作用，並捕捉某些極其微弱的希格斯粒子衰變訊號。這項技術可以把未來對撞機上關鍵物理測量的精確程度提升一個數量級，大幅擴展了大科學裝置的科學發現能力。
被審查者評價為「世界頂級的鑑別性能」，「改變了遊戲規則」，「開創了未來對撞機實驗上精確測量的新視野」。
研究以《Jet-Origin Identification and Its Application at an Electron-Positron Higgs Factory》為題，於 2024 年 5 月 31 日發表在《Physical Review Letters》。
論文連結：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802
噴注在高能對撞實驗中可大量產生，準確鑑別噴注的本源、即噴注的本源於何種夸克或膠子，對於發掘和理解對撞機事例背後的物理規律極為重要。然而，產生自不同夸克和膠子的噴注在構型上極為相似，準確鑑別噴注本源的難度非常高。
圖示： 使用 CEPC 基線探測器模擬和重建的 ?+?−→?¯??→?¯??? (√?=240 GeV) 事件的事件顯示。 （資料來源：論文）
噴注本源鑑別
背景
為了增強高能對撞機實驗的科學發現能力，研究人員提出了噴注本源鑑別的概念，將噴注分為以下類型：
- 五種夸克：a、b、s、u、d
- 五種反夸克：a¯、b¯、s¯、u¯、d¯
- 膠子
重要性
成功的噴注本源鑑別對於能量前緣的實驗粒子物理至關重要，例如大型強子對撞機，因為它可以有效降低量子色動力學（QCD）過程中的大背景。
方法
研究人員使用基於GEANT4 的模擬（稱為完整模擬）實現了電子-正電子希格斯工廠物理事件中噴注本源鑑別的概念，電子-正電子希格斯工廠是未來對撞機專案的最高優先順序。研究人員開發了 Arbor 和 ParticleNet 等軟體工具，用於粒子流事件重建和噴注本源鑑別。
性能
研究使用 11 維混淆矩陣（M11）展示了噴注本源鑑別性能，該矩陣展示了噴注「味道」（flavor）標記和噴流電荷測量的性能。
圖示：使用 11 維混淆矩陣 M11 的整體噴注本源鑑別性能。 （資料來源：論文）研究人員將噴注本源鑑別應用於 CEPC 標稱希格斯運行場景下稀有和奇異的希格斯玻色子衰變測量。該場景預計在
With an integrated luminosity of 20 ab^−1 at GeV, 4 × 10^6 Higgs bosons can be accumulated. The rare decays H → ss¯, uu¯ and dd¯ and the flavor-changing neutral flow (FCNC) decays H → sb, ds, db and uc are analyzed (where sb means sb¯ or s¯b, ds, db and Same goes for uc).
Derive upper bounds for these seven processes, ranging from 10^−3 to 10^−4. In the Standard Model, the predicted branch ratio for the H → ss¯ process is 2.3 × 10^−4, and the derived upper limit is equivalent to 3 times the prediction of the Standard Model. The branching ratio of H → uu¯ and dd¯ is expected to be less than 10^−6, while the branching ratio of the above FCNC process is expected to be less than 10^−7 based on the loop contribution.
Illustration: Injection flavor labeling efficiency and charge flip rate. (Source: Paper)
This technology provides scientists with a powerful new tool for scientific exploration at future collider, and also proves that the complex information contained in the injection generation process can be understood and processed by advanced artificial intelligence algorithms. use.
In the future, the scientific research team plans to further study the application of artificial intelligence technology in broader and deeper scientific issues.
Paper link: https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802
Reference content:
https://phys.org/news/2024-06-ai-powered-jet -identification-technology.html
https://www.ccnta.cn/article/17151.html
以上是改變未來對撞機實驗遊戲規則，中科院、北大開發AI驅動噴注本源鑑別技術的詳細內容。更多資訊請關注PHP中文網其他相關文章！
