Когда два протона сталкиваются, они выпускают пиротехнические струи частиц, сведения о которых могут рассказать ученым о природе физика и фундаментальные силы, которые управляют Вселенной.
Огромных ускорителей частиц, таких как Большой адронный коллайдер может генерировать миллиарды таких столкновений в минуту, разбивая вместе пучки протонов, близкой к скорости света. Затем ученые искать через измерения этих столкновениях в надежде раскрыть странное, непредсказуемое поведение за рамки установленных пьес физики, известной как стандартная модель.
Теперь физики из MIT нашли способ автоматизировать поиск странным и потенциально новую физику, технику, которая определяет степень подобия между парами событий столкновения. Таким образом, они могут оценить взаимоотношения среди сотен тысяч столкновений в ломку протонного пучка, а также создавать геометрические карте событий по степени их сходства.
Исследователи говорят, что их новый метод является первым, чтобы связать множество столкновений частиц друг с другом, подобно социальной сети.
“Карты социальных сетей, в зависимости от степени связи между людьми, и например, сколько соседей вам нужно, прежде чем вы получите от одного друга к другому”, — говорит Джесси Талер, доцент кафедры физики Массачусетского технологического института. “Это та же идея здесь”.
Талер говорит об этом в социальных сетях столкновения частиц могут дать исследователям смысле более соединены, и, следовательно, более типичный, события, которые происходят при столкновении протонов. Они также могут быстро определить разнородных событий, на окраине сетевой столкновения, которые они могут провести дальнейшее расследование для потенциально новой физики. Он и его сотрудники, аспиранты Патрик Komiske и Эрик Metodiev, проведены исследования в МТИ центр Теоретической физики и лаборатории Массачусетского технологического института ядерной науки. Они подробно описывают свою новую технику на этой неделе в журнале «физическое обозрение» письма.
Видя данные agnostically
Группа Талер специализируется, в частности, на разработке методов анализа данных с LHC и других элементарных частиц коллайдера в надежде выкапывать интересная физика, что другие, возможно, изначально не было.
“Имея доступ к этой информации был замечательный”, — говорит Талер. “Но это непростой перелопатить горы данных, чтобы выяснить, что происходит”.
Физики обычно просматриваю данные коллайдер для конкретных моделей или энергий столкновений, что они считают проценты исходя из теоретических предсказаний. Такой случай был на открытии бозона Хиггса, неуловимой элементарной частицы, которая была предсказана Стандартной моделью. Свойства частиц было теоретически описал подробно, но не наблюдалось до 2012 года, когда физики, зная примерно, что искать, нашли сигнатуры бозона Хиггса, спрятанные на фоне триллионов столкновений протонов.
Но что, если частицы демонстрировать поведение, за то, что Стандартная модель предсказывает, что физиков нет теории предвидеть?
Талер, Komiske, и Metodiev высадились на новый способ, чтобы просеять через данные коллайдер, не зная заранее, что искать. Вместо того, чтобы рассмотреть одно столкновение событием в то время, они искали пути, чтобы сравнить несколько событий друг с другом, с мыслью, что возможно путем определения, какие события являются более типичными, а какие-менее так, они могут выбрать выбросов с потенциально интересным, неожиданным поведением.
“Что мы пытаемся сделать, это быть агностиком о том, что мы думаем, что новая физика или нет”, — говорит Metodiev. “Мы хотим, чтобы данные говорят сами за себя”.
Перемещение грязи
Данные коллайдера частиц являются джем-упакованные с миллиарды столкновений протонов, каждый из которых состоит из отдельных струй частиц. Команда поняла, эти брызги, по сути, являются облака точек — сборники точки, похожие на облака точек, которые представляют сцены и объектов в компьютерном зрении. Исследователи в этой области разработали целый арсенал приемов для сравнения облака точек, например, для включения роботов для точного определения объектов и препятствий в их среде.
Metodiev и Komiske использовать подобные методы для сравнения облака точек между парами столкновений в данных коллайдера. В частности, они адаптировали существующий алгоритм, который предназначен для расчета оптимального количества энергии, или “работу”, которая необходима для преобразования одного облака в другое. Суть алгоритма базируется на абстрактной идеи, известной как “расстояние движенца земли”.
“Вы можете представить себе залежи энергии как грязи, а вы-движенца земли, который должен двигаться, что грязь из одного места в другое”, — объясняет Талер. “Количество пота, которое затрачивается на получение из одной конфигурации в другую-это понятие расстояние, которое мы определяем”.
Другими словами, чем больше энергии требуется, чтобы изменить одно облако точек, чтобы напоминать другой, чем дальше друг от друга они находятся с точки зрения их сходства. Применяя эту идею к данным коллайдер частиц, команде удалось рассчитать оптимальную энергии потребуется, чтобы превратить данное облако точек в другую, одна пара за один раз. Для каждой пары, им присваивается номер, основанной на “расстоянии” или степень сходства, они рассчитаны между двумя. Затем они рассматривали каждого облака точек в одной точке и расположены эти точки в соцсети всякие.
Три события, столкновения частиц, в виде струй, получены из открытых данных CMS, образуют треугольник представлять абстрактное «пространство событий». Анимации показано, как один самолет может быть оптимально переставить в другой.
Команде удалось построить социальную сеть из 100 000 пар событий столкновения, из открытых данных на LHC, используя свою технику. Исследователи надеются, что, глядя на наборы столкновения в сетях, ученые могут быстро флага потенциально интересные события по краям данной сети.
“Мы хотели бы иметь страницу Instagram для всех безумных событий, или облака точек, записанных бак на конкретный день”, — говорит Komiske. “Эта техника является идеальным способом, чтобы определить этот образ. Потому что вы просто найти то, что далеко от всего остального.”
Типичные наборы данных коллайдера, которые доступны публично, обычно включают в себя несколько миллионов событий, которые были предварительно выбраны из первоначального хаоса миллиарды столкновений, которые произошли в любой момент в ускорителе частиц. Говорит Талер команда работаем над тем, чтобы наращивать свою технику для создания больших сетей, потенциально визуализировать “формы”, или общие отношения внутри всего набора данных о столкновениях частиц.
В ближайшем будущем, он предусматривает тестирование методики на исторических данных, что физики теперь знают, содержит этап открытий, таких как первое обнаружение в 1995 году топ-кварка, самой массивной из всех известных элементарных частиц.
“Топ-кварк представляет собой объект, который порождает эти забавные, триединую спреи излучения, которые очень сильно отличаются от типичных спреи с одним или двумя зубцами”, — говорит Талер. “Если бы мы могли вновь открыть для себя топ-кварка в этой архивных данных, с помощью этого метода, что не нужно знать, что новая физика это ищу, было бы очень интересно и может дать нам уверенность в применении этого текущие наборы данных, чтобы найти и более экзотические объекты.”
Это исследование было фондировано, в части, Департаментом энергетики США, Фонд Саймонса и МИТ квест для разведки.
Больше записей автора Роботы и киборги
Ученые создали алгоритм, предсказывающий поведение кубитов под влиянием шума
Сотрудники лаборатории квантовой теории информации МФТИ впервые разработали универсальный инструментарий, позволяющий по результатам измерений над квантовой системой «выучить» неизвестное окружение …
Раскрыта концепция создания «мозга-на-чипе»
Группа учёных работает над созданием мозгоподобных мемристивных систем, обеспечивающих высочайшую степень адаптивности, энергоэффективности, необходимую для реализации компактных и эффективных нейроинтерфейсов, …
Мышечные сенсоры позволят управлять роботами с помощью жестов
Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (MIT CSAIL) разработали новый метод управления роботами под названием …
