利用深度学习对相对论重离子碰撞状态方程进行分类
核理论
2020-07-23 v2 机器学习
高能物理 - 唯象学
核实验
摘要
卷积神经网络（Deep Learning 的一种有力方法）被应用于对 UrQMD 模型内生成的重离子碰撞事件的状态方程进行分类。逐事件的质子横动量及方位角分布被用于训练分类器。对于 GeV 的 Au+Au 事件，分类总体准确率达到 98%。我们研究了在不同碰撞能量事件上训练的分类器的性能。所得结果表明深度学习方法在重离子碰撞物理其他问题中的广泛应用前景。
引用
@article{arxiv.2004.14409,
title = {Classification of Equation of State in Relativistic Heavy-Ion Collisions Using Deep Learning},
author = {Yu. Kvasiuk and E. Zabrodin and L. Bravina and I. Didur and M. Frolov},
journal= {arXiv preprint arXiv:2004.14409},
year = {2020}
}
备注
matches published version