用于研究QGP中马赫锥的深度学习辅助喷注层析
核理论
2023-08-09 v1
摘要
在高能重离子碰撞中，当高能夸克与胶子（称为喷注）以快于夸克-胶子等离子体（QGP）中声速的速度穿过热介质时，预期会在膨胀的QGP中形成马赫锥。由于QGP集体膨胀与密度梯度的畸变，马赫锥的形状及相关的扩散尾迹对初始喷注产生位置以及相对于径向流的喷注传播方向十分敏感。重离子碰撞中喷注诱导马赫锥的形状及其畸变，为探究QGP的动力学演化与状态方程提供了独特而直接的探针。然而，由于最终强子分布是对所有可能初始喷注产生位置与传播方向的平均，在当前实验测量中难以识别马赫锥与扩散尾迹。为克服此困难，我们开发了深度学习辅助喷注层析方法，利用喷注最终强子的全部信息来定位初始喷注产生位置。该方法有助于约束重离子碰撞中喷注产生的初始区域，并使得对具有不同喷注路径长度及相对于QGP径向流方向的差分马赫锥研究成为可能。
引用
@article{arxiv.2206.02393,
title = {Deep learning assisted jet tomography for the study of Mach cones in QGP},
author = {Zhong Yang and Yayun He and Wei Chen and Wei-Yao Ke and Long-Gang Pang and Xin-Nian Wang},
journal= {arXiv preprint arXiv:2206.02393},
year = {2023}
}