面向超远端和衍射事件的 AI 全数据集新物理搜索策略
高能物理 - 唯象学
2025-09-01 v1 高能物理 - 实验
摘要
我们提出了针对罕见粒子衰变和异构哈达(如五重哈达)在低背景环境(如超远端碰撞和 UPC 过程)中的异常检测策略。我们的模型使用 ALICE 合作实验至今测量的 UPC 过程的玩具样本进行训练。当分析包含罕见过程(如 和五重哈达产生)的样本时,其中五重哈达事件数据当前实验上限估计, 事件数据衰变分支比率估计,这些罕见过程被模型标记为异常。该方法表明,此类技术可用于在当前及未来高纯度数据集中搜索新物理,同时允许测量对产生物的上限。
引用
@article{arxiv.2508.21728,
title = {AI-powered full-data set search for new physics in ultraperipheral and diffractive events},
author = {Simone Ragoni and Brianna Kinkaid and Janet Seger and Christopher Anson and David Tlusty},
journal= {arXiv preprint arXiv:2508.21728},
year = {2025}
}
备注
16 pages, 10 figures