大型强子对撞机上的重味产生：机器学习方法

J/ψ抑制一直被视为夸克-胶子等离子体的确凿信号。然而，与相对论重离子对撞机能量相比，大型强子对撞机观测到的抑制程度较低，这是由于重离子碰撞中的再生效应所致。尽管质子碰撞被认为是表征重离子碰撞中高温高密介质形成的基线测量，但大型强子对撞机质子碰撞中类重离子QGP特征的新物理现象带来了新的挑战。为理解这一问题，我们在前向快度处通过双缪子道测量的非exclusive J/ψ产生与中快度处双电子道中的相应测量进行了比较，作为最终态带电粒子多重数的函数。没有任何理论模型能够定量地复现实验结果，为理论留下了很大的空间。为规避这一问题并获得合理的理解，我们使用机器学习工具，利用衰变子粒子的径迹性质和母粒子的衰变拓扑，从非exclusive样本中分离直接产生和非直接产生的J/ψ以及开放粲介子。我们使用PYTHIA8数据训练机器学习模型，并成功地将直接产生和非直接产生的粲强子从非exclusive样本中分离出来，以研究它们各种产生动力学方向。本研究开辟了使用机器学习技术的领域，可用于实验分析以更好地理解粲强子产生并建立可能的理论理解。