LHC CMS: des réseaux neuronaux en quête de particules exotiques

Publié par Adrien le 06/04/2020 à 09:00
Source: CERN
...
Restez toujours informé: suivez-nous sur Google Actualités (icone ☆)

La collaboration CMS utilise la technologie d'apprentissage machine ("machine learning") pour suivre les événements inhabituels parmi les données du LHC. Elle a développé un réseau neuronal artificiel qui peut identifier les particules exotiques générées par les collisions proton-proton du LHC.


Une simulation de collision de CMS qui génère une particule à longue durée de vie et des jets "normaux" de particules. La particule à longue durée de vie se déplace sur une courte distance avant de se désintégrer en particules dont la trajectoire semble décalée par rapport au point de collision (Image: CMS/CERN)

Les particules à longue durée de vie traquées par les expériences peuvent parcourir des distances mesurables (plusieurs fractions de millimètres) depuis le point de collision à l'intérieur des expériences avant de se désintégrer. La plupart de ces particules à longue durée de vie sont indétectables, mais elles peuvent se désintégrer en particules détectables, laissant une signature expérimentale atypique.

C'est là que le nouvel outil de CMS entre en jeu. Les algorithmes standard utilisés pour interpréter les données des collisions proton-proton ne sont pas conçus pour rechercher ces événements inhabituels. Or, les réseaux neuronaux artificiels peuvent apprendre automatiquement à partir des données transférées par les scientifiques pour atteindre leur but. Alimenté par des données provenant de collisions réelles, le réseau neuronal de CMS a été entraîné à repérer les événements intéressants.

Ce projet fait partie d'un effort plus vaste coordonné entre toutes les expériences du LHC pour utiliser des techniques modernes d'apprentissage automatique ("machine learning") afin d'améliorer l'analyse des grandes quantités de données générées par le LHC. C'est une nouvelle étape après des décennies d'utilisation de l'intelligence artificielle dans le domaine de la physique des hautes énergies.

Pour en savoir plus, consultez le site web de CMS.
Page générée en 0.231 seconde(s) - site hébergé chez Contabo
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
A propos - Informations légales | Partenaire: HD-Numérique
Version anglaise | Version allemande | Version espagnole | Version portugaise