高级搜索

利用机器学习解析粒子簇射

downloadPDF

上一篇

下一篇

周书华 译. 2026: 利用机器学习解析粒子簇射, 物理, 55(9): 681-681. doi: 10.7693/wl20260912
引用本文: 周书华 译. 2026: 利用机器学习解析粒子簇射, 物理, 55(9): 681-681. doi: 10.7693/wl20260912
shu
Citation:
shu

利用机器学习解析粒子簇射

  • 中国原子能科学研究院

  • 摘要: 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(HLLHC)提供一套有效的分析工具。
    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。
  • 加载中
  • 加载中
计量
  • 文章访问数:  83
  • HTML全文浏览数:  83
  • PDF下载数:  4
  • 施引文献:  0
出版历程

利用机器学习解析粒子簇射

  • 中国原子能科学研究院

摘要: 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(HLLHC)提供一套有效的分析工具。
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。

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回