利用数据驱动方法在相对性重离子碰撞中实现精确的模型无关性事件形状估计
高能物理 - 唯象学
2025-11-25 v3
摘要
本研究展示了应用受监督机器学习技术于区分重离子碰撞中各向同性与喷射状事件拓扑结构的 spherocity 可观测量。采用经过系统超参数调优的前沿机器学习算法，用于直接从原始事件数据预测传统横向 spherocity 和未加权横向 spherocity 。此外，本研究的结果表明该方法在很大程度上保持模型无关性，凸显了其在未来实验重离子物理分析中的潜在适用性。
关键词
引用
@article{arxiv.2508.13349,
title = {Harnessing data-driven methods for precise model independent event shape estimation in relativistic heavy-ion collisions},
author = {Dipankar Basak and H. Hushnud and Kalyan Dey},
journal= {arXiv preprint arXiv:2508.13349},
year = {2025}
}
备注
10 pages, 7 figures