Een team van onderzoekers van CERN, Massachusetts Institute of Technology en Staffordshire University heeft een nieuw algoritme geïmplementeerd voor het reconstrueren van deeltjes bij de Large Hadron Collider.

De Large Hadron Collider (LHC) is de krachtigste deeltjesversneller ooit gebouwd in een tunnel 100 meter onder de grond bij CERN, de Europese Organisatie voor Nucleair Onderzoek, in de buurt van Genève in Zwitserland. Het is de plaats van langlopende experimenten waarmee natuurkundigen over de hele wereld meer te weten kunnen komen over de aard van het universum.

Het project maakt deel uit van het Compact Muon Solenoid (CMS)-experiment - een van de zeven geïnstalleerde experimenten die detectoren gebruiken om de deeltjes te analyseren die worden geproduceerd door botsingen in de versneller.

Het onderwerp van een nieuw academisch artikel "End-to-end multiple-particle reconstructie in beeldvormingscalorimeters met hoge bezettingsgraad met grafische neurale netwerken", gepubliceerd in European Physical Journal C , is het project uitgevoerd voorafgaand aan de upgrade met hoge helderheid van de Large Hadron Collider.

Het High Luminosity Large Hadron Collider (HL-LHC)-project heeft tot doel de prestaties van de LHC te verhogen om het potentieel voor ontdekkingen na 2029 te vergroten. De HL-LHC zal het aantal proton-proton-interacties in een gebeurtenis verhogen van 40 tot 200.

Professor Raheel Nawaz, Pro Vice-Chancellor for Digital Transformation, aan de Staffordshire University, heeft het onderzoek begeleid. Hij legde uit dat "het beperken van de toename van het verbruik van computerbronnen bij grote pileups een noodzakelijke stap is voor het succes van het HL-LHC-fysicaprogramma en we pleiten voor het gebruik van moderne machine learning-technieken om deeltjesreconstructie uit te voeren als een mogelijke oplossing voor dit probleem ."

Hij voegde eraan toe dat "dit project zowel een plezier als een voorrecht was om aan te werken en waarschijnlijk de toekomstige richting van het onderzoek naar deeltjesreconstructie zal bepalen door gebruik te maken van een meer geavanceerde AI-gebaseerde oplossing."

Dr. Jan Kieseler van de afdeling Experimentele Fysica van CERN voegde toe dat "dit de eerste enkelvoudige reconstructie is van ongeveer 1.000 deeltjes van en in een ongekend uitdagende omgeving met 200 gelijktijdige interacties per proton-protonbotsing. Dit toont aan dat deze nieuwe benadering, waarbij toegewijde neurale netwerklagen voor grafieken (GravNet) en trainingsmethoden (Object Condensation), kunnen worden uitgebreid tot dergelijke uitdagende taken, terwijl binnen de beperkte middelen blijft, een belangrijke mijlpaal is voor toekomstige deeltjesreconstructie."

Shah Rukh Qasim, die dit project leidde als onderdeel van zijn Ph.D. aan CERN en Manchester Metropolitan University, zegt dat "de hoeveelheid vooruitgang die we in de afgelopen drie jaar met dit project hebben geboekt echt opmerkelijk is. Het was moeilijk voor te stellen dat we deze mijlpaal zouden bereiken toen we begonnen."

Professor Martin Jones, Vice-Chancellor en Chief Executive van Staffordshire University, voegde toe:"CERN is een van 's werelds meest gerespecteerde centra voor wetenschappelijk onderzoek en ik feliciteer de onderzoekers met dit project, dat in feite de weg vrijmaakt voor nog grotere ontdekkingen in de komende jaren. kom."

"Kunstmatige intelligentie evolueert voortdurend om veel verschillende industrieën ten goede te komen en het is zowel opwindend als belangrijk om te weten dat academici van Staffordshire University en elders bijdragen aan het onderzoek achter dergelijke ontwikkelingen." + Verder verkennen

Large Hadron Collider toeren tot ongekend energieniveau