社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

利用机器学习解析粒子簇射

中国物理学会期刊网 • 3 周前 • 89 次点击  

图片


中国原子能科学研究院 周书华 编译自Samuel Jarman. Physics,July 28,2026

本文选自《物理》2026年第9期



美国与英国的一支科研团队采用创新的机器学习方法,揭示了如何在大型强子对撞机(LHC)所产生的海量碰撞事件中区分出密度极高且深度交织的粒子簇射。该方法可为高亮度大型强子对撞机(HL-LHC)提供一套有效的分析工具。


Figure captionCMS 探测器高亮度升级项目:将对到达高粒度量能器的碰撞产物进行模拟


LHC所属的欧洲核子研究中心(CERN),在2012年LHC发现希格斯玻色子之前已经开始计划提升该对撞机的亮度。通过增加束流中粒子束团的密度,HL-LHC每秒可以产生约4000万次碰撞,这一数值是当前LHC所能产生的碰撞次数的4到5倍。


为应对更高的碰撞频率而设计的仪器中,有一种名为高粒度量能器(HGCAL)的装置,将安装在LHC的CMS探测器中,最早将于2030年开始投入使用。HGCAL拥有约600万个蜂窝状排列的读出通道,能够探测到每次碰撞后新产生的粒子在迅速衰变过程中所产生的次级粒子。


凭借HGCAL具备的分辨率,CERN的研究人员希望能追踪每一个次级粒子,找到产生它们的不稳定粒子。这样一来,HGCAL在其使用寿命期间就能探测到大量的粒子,其中包括顶夸克、W玻色子和Z玻色子,以及大约3.8亿个希格斯玻色子;而到目前为止仅探测到5500万个希格斯粒子。如此丰富的观测数据将使人们能够对粒子物理学的标准模型进行迄今为止最为严格的检验。


这类高度复杂的任务通常由机器学习技术来处理。在LHC上,研究人员一直采用一种名为“对象凝聚法”的方法——通过学习每个粒子簇射的识别特征来重建粒子簇射。随后再将探测器记录到的击中事件归类为单独的粒子簇射。然而,HL-LHC所产生的簇射密度极高,使得“对象凝聚法”难以有效应用。


为解决这一问题,Marriott-Clarke及其合作者采用了反向处理流程,即运用对比式机器学习方法,通过提取相似与不相似数据点之间的差异来进行学习。在HGCAL的应用场合,该算法可识别出哪些探测器的击中信号很可能属于同一簇射,并将相似的击中信号聚拢在一起,而将不相似的信号推离开。


为验证该方法,研究人员首先生成了重叠簇射的模拟数据,这些数据与预期在HGCAL实验中观测到的数据高度吻合。在没有事先将这些模拟数据展示给算法的情况下,他们运用对比式机器学习技术,根据粒子所源自的簇射对探测到的粒子进行分类。这一方法使得他们能够对每个簇射进行独立重建,即追踪其中每一个粒子直至单次质子—质子碰撞。


与对象凝聚法相比,该新方法在分离重叠的粒子簇射、更精确地重建这些粒子簇射以及更精准的能量测定方面均具有优势。


这一优势在高度重叠的碰撞事件中尤为突出,与HL-LHC的预期运行环境高度匹配。该对比法在针对不同类型的粒子进行训练时仍保持可靠性,能够成功重建由电子产生的电磁簇射、由带电π介子产生的强子簇射以及这两种簇射的混合。


基于上述研究成果,该团队计划在CMS上使用该新方法,用以对HGCAL预期捕获的粒子簇射进行模拟。若在这些复杂条件下其仍能保持良好表现,研究人员希望可将它更广泛地应用于LHC上的其他高粒度探测器,并根据各探测器的独特架构进行进一步调整。


日本名古屋大学的Vincius Mikuni表示:“研究者证明,他们的方法比现有策略更可靠,并且能够推广到训练过程中未采用过的粒子能量和多重度的情况,这使其成为未来大型实验装置中粒子重建任务的理想候选方案。”






欢迎订阅2026年《物理》杂志

《物理》是由中国科学院物理研究所和中国物理学会主办的权威物理类中文科普期刊,注重学科性与科普性相结合,秉承“轻松阅读,享受物理”的办刊理念,集学科大家之力,追踪物理学成果,服务物理学领域,促进学科交叉,让科学变得通俗易懂。已成为我国众多物理专业的大学生、研究生、物理学家案头常读的刊物之一。

(     期刊订阅   )  


订阅方式:编辑部直接订阅优惠价240元/年,全国包邮。


方式1 微信订阅

在“物理所财务处”微信公众号缴费,操作如下:公号下方“业务办理”-“订刊费”-收费部门“《物理》编辑部”,之后填写相应信息。如有问题,可添加编辑微信咨询:18627635857。

(注:仅针对需要对公开电子发票的读者,且务必提供正确的单位名称和单位税号)


方式2 银行汇款

开户行:中国农业银行北京科院南路支行

户   名:中国科学院物理研究所

帐   号:11250101040005699

(注:请注明“《物理》编辑部”,汇款成功后请及时联系编辑部登记邮寄地址)


编辑部联系方式:

咨询电话:010-82649277;82649029

Email:physics@iphy.ac.cn

(  赠阅活动  )


为答谢广大读者长期以来的关爱和支持,《物理》编辑部特推出优惠订阅活动:凡直接向编辑部连续订阅2年《物理》杂志,将获赠《岁月有情-50周年纪念本》。内有自1972年至2022年《物理》发表的50篇精选文章信息,扫描对应的二维码,可重温经典之作,感悟物理科学的真谛,领略学科大家的风采。希望读者们爱上《物理》!


图片


图片

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/202098