在相对论重离子碰撞中用深度学习探测临界性
核理论
2022-03-11 v2 高能物理 - 实验
高能物理 - 唯象学
核实验
摘要
具有不同相互作用的系统可能因底层对称性与普适性而呈现相同的临界行为。利用这一普适性原理，我们可将基于三维伊辛模型建模的临界关联嵌入重离子碰撞的模拟数据中，将微弱的数个粒子间关联信号隐藏于大量粒子云中。采用具有动态边卷积的点云网络，我们能够通过监督学习识别具有临界涨落的碰撞事件，并在每个单事件中挑出用于决策的大部分信号粒子。
引用
@article{arxiv.2107.11828,
title = {Probing criticality with deep learning in relativistic heavy-ion collisions},
author = {Yige Huang and Long-Gang Pang and Xiaofeng Luo and Xin-Nian Wang},
journal= {arXiv preprint arXiv:2107.11828},
year = {2022}
}
备注
10 pages, 5 figures, version accepted by Physics Letters B