.New Particle? AI Detected Anomaly May Uncover Novel Physics Beyond the Standard Model
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
http://jk0620.tripod.com
https://www.facebook.com/junggoo.lee.9
.New Particle? AI Detected Anomaly May Uncover Novel Physics Beyond the Standard Model
새로운 입자? AI가 감지한 이상 현상으로 표준 모델을 뛰어넘는 새로운 물리학 발견 가능
주제:아르곤 국립 연구소암사슴대형 강입자 충돌기입자물리학인기 있는 작성자 SAVANNAH MITCHEM, 아르곤 국립 연구소 2024년 5월 7일 입자 물리학 광자 충돌 컨셉 아트 일러스트레이션 아르곤 국립 연구소(Argonne National Laboratory) 과학자들은 ATLAS 공동 작업에서 이상 탐지를 사용하여 새로운 입자를 검색하고 표준 모델을 넘어서는 새로운 물리학을 나타낼 수 있는 유망한 이상 현상을 식별했습니다. 신용: SciTechDaily.com
아르곤 국립 연구소(Argonne National Laboratory) 과학자들은 ATLAS 공동 작업에서 이상 탐지를 사용하여 새로운 입자를 검색하고 표준 모델을 넘어서는 새로운 물리학을 나타낼 수 있는 유망한 이상 현상을 식별했습니다. 과학자들은 충돌기 실험의 데이터를 분석하기 위해 신경망을 처음 사용한 연구에서 뇌에서 영감을 받은 기계 학습 알고리즘 의 일종인 신경망을 사용하여 대량의 입자 충돌 데이터를 선별했습니다.
-입자 물리학자들은 발견되지 않은 입자의 증거를 찾기 위해 이 거대하고 점점 증가하는 충돌 데이터 저장소를 채굴하는 임무를 맡고 있습니다. 특히 그들은 입자물리학의 표준모델 에 포함되지 않은 입자를 찾고 있는데 , 이는 과학자들이 의심하는 우주 구성에 대한 현재의 이해가 불완전하다고 생각됩니다. ATLAS는 이상 탐지를 위해 비지도 기계 학습을 사용하여 새로운 현상을 검색합니다. 훈련 및 분석에 사용되는 아키텍처의 도식적 표현입니다.
신경망은 이미지를 입력으로 받고 이를 재현하려고 시도합니다. 입력 이미지와 출력 이미지 간의 큰 차이는 표준 모델과의 잠재적인 편차를 나타냅니다. 크레딧: ATLAS 협업 ATLAS 협업에 머신러닝 활용 ATLAS 협력의 일환으로 미국 에너지부(DOE) 아르곤 국립 연구소 (Argonne National Laboratory)의 과학자들 과 동료들은 최근 이상 징후 감지라는 기계 학습 접근 방식을 사용하여 대량의 ATLAS 데이터를 분석했습니다.
-이 방법은 이전에 충돌기 실험의 데이터에 적용된 적이 없습니다. 이는 새로운 것을 찾기 위한 협업의 효율성을 향상시킬 수 있는 잠재력을 가지고 있습니다. 이번 협력에는 172개 연구 기관의 과학자들이 참여합니다. 팀은 신경망이라는 뇌에서 영감을 받은 유형의 기계 학습 알고리즘을 활용하여 데이터에서 비정상적인 특징이나 이상 현상을 검색했습니다. 이 기술은 새로운 물리학을 찾는 전통적인 방법에서 벗어났습니다.
이는 과학자들의 선입견과 독립되어 있으므로 제약을 받지 않습니다. "아주 구체적인 편차를 찾는 것보다 목표는 완전히 탐구되지 않은 데이터에서 우리 이론이 예측하는 것과 다르게 보일 수 있는 특이한 특징을 찾는 것입니다." — 물리학자 세르게이 체카노프 전통적으로 ATLAS 과학자들은 발견에 가장 유망한 방향으로 실험과 분석을 안내하기 위해 이론적 모델에 의존해 왔습니다. 여기에는 충돌 데이터의 특정 측면이 표준 모델에 따라 어떻게 보이는지 결정하기 위해 복잡한 컴퓨터 시뮬레이션을 수행하는 작업이 포함되는 경우가 많습니다.
-과학자들은 이러한 표준 모델 예측을 ATLAS의 실제 데이터와 비교합니다. 그들은 또한 암흑 물질 과 표준 모델에서 설명되지 않는 기타 현상을 설명하려는 예측과 같은 새로운 물리 모델에 의한 예측과 비교합니다 . 그러나 지금까지 ATLAS에서 기록된 수십억 건의 충돌에서 표준 모델과의 편차는 관찰되지 않았습니다. 그리고 2012년 힉스 보존 이 발견된 이후 ATLAS 실험에서는 아직까지 새로운 입자를 발견하지 못했습니다.
혁신적인 기술과 목표 Argonne 고에너지 물리학 부서의 물리학자이자 해당 연구의 주저자인 Sergei Chekanov는 "이상 탐지는 이 검색에 접근하는 매우 다른 방법입니다."라고 말했습니다. "아주 구체적인 편차를 찾는 것이 아니라 데이터에서 전혀 탐구되지 않은, 우리 이론이 예측하는 것과 다르게 보일 수 있는 특이한 특징을 찾는 것이 목표입니다."
이러한 유형의 분석을 수행하기 위해 과학자들은 데이터의 각 입자 상호 작용을 QR 코드와 유사한 이미지로 표현했습니다. 그런 다음 팀은 신경망을 이미지의 1%에 노출시켜 훈련시켰습니다. 네트워크는 뇌의 뉴런과 유사한 약 200만 개의 상호 연결된 노드로 구성됩니다. 인간의 안내나 개입 없이 표준 모델 상호 작용을 특징으로 하는 이미지의 픽셀 간의 상관 관계를 식별하고 기억했습니다. 즉, 표준 모델 예측에 맞는 일반적인 이벤트를 인식하는 방법을 학습했습니다.
표준 모델 예측과의 ATLAS 이벤트 표시 편차 이 연구의 신경망에서 발견된 표준 모델 예측과의 가장 큰 편차에 기여하는 8개 이벤트 중 하나에 대한 ATLAS 이벤트 표시입니다. 크레딧: CERN
훈련 후 과학자들은 신경망을 통해 나머지 99%의 이미지를 입력하여 이상 현상을 탐지했습니다. 이미지가 입력으로 주어지면 신경망은 데이터 전체에 대한 이해를 바탕으로 이미지를 다시 생성하는 작업을 수행합니다. “신경망이 새롭거나 특이한 것을 발견하면 혼란스러워지고 이미지를 재구성하는 데 어려움을 겪습니다.”라고 Chekanov는 말했습니다. "입력 이미지와 그것이 생성하는 출력 사이에 큰 차이가 있다면, 그 방향에서 탐구할 만한 흥미로운 것이 있을 수 있다는 것을 알려줍니다."
신경망은 Argonne의 실험실 컴퓨팅 리소스 센터의 컴퓨팅 리소스를 사용하여 2015년부터 2018년까지 수집된 LHC Run-2 데이터 내에서 약 1억 6천만 건의 이벤트를 분석했습니다.
발견과 미래 연구
-신경망은 이 데이터 세트에서 새로운 물리학의 눈에 띄는 징후를 발견하지 못했지만 과학자들이 추가 연구할 가치가 있다고 생각하는 한 가지 이상 현상을 발견했습니다. 약 4.8테라전자볼트 에너지의 이국적인 입자 붕괴로 인해 표준 모델 상호 작용에 대한 신경망의 이해와 맞지 않는 방식으로 뮤온(기본 입자의 일종)과 다른 입자의 제트가 생성됩니다. 체카노프는 “우리는 더 많은 조사를 해야 할 것”이라고 말했다.
-"통계적 변동일 가능성이 높지만 이러한 붕괴는 발견되지 않은 입자의 존재를 나타낼 가능성이 있습니다." 팀은 2022년에 시작된 LHC Run-3 기간 동안 수집된 데이터에 이 기술을 적용할 계획입니다. ATLAS 과학자들은 입자 물리학에서 미지의 영역을 도표화하기 위한 도구로서 기계 학습 및 이상 탐지의 잠재력을 계속해서 탐구할 것입니다. 연구 결과는 Physical Review Letters 에 게재되었습니다 .
참조: G. Aad 외의 "√s=13 TeV에서 ATLAS 탐지기를 사용하여 이상 탐지를 위한 비지도 기계 학습을 사용하여 2체 불변 질량 분포의 새로운 현상 검색" (ATLAS Collaboration)m 2024년 2월 20일, 실제 검토 서한 . DOI: 10.1103/PhysRevLett.132.081801 이 연구는 DOE Office of Science의 Office of High Energy Physics 및 National Science Foundation에서 부분적으로 자금을 지원 받았습니다.
메모 2405092057 나의 사고실험 qpeoms 스토리텔링
물리표준 모형은 4차 msbase이다. 아직은 추측이지만 힉스입자(1+16) 포함하여 17개의 아원자는 4msbase/qpeoms에서 설명된다. 그래서 표준 모델을 뛰어넘는 새로운 물리학 발견 가능은 얼마든지 있다. 4차 이상의 5차도, 6차도 있고, 8천억차도 있잖여. nth.msbase/qpeoms. 허허.
우리 우주의 '표준물리 모델은 많이 불안정하고 뭔가 한참 부족하다'고 생각한다. 다중우주에서도 17개의 입자로 설명하는 것은 황당하고 넌센스 아닌가? 그리고 문뜩, 표준물리 모델의 종류가 '672개'이라고 생각들기도 한다. 허허.
-The neural network found no noticeable signs of new physics in this data set, but it did discover one anomaly that the scientists thought was worth further study. The decay of exotic particles with energies of about 4.8 teraelectronvolts produces jets of muons (a type of elementary particle) and other particles in ways that do not fit with neural networks' understanding of Standard Model interactions. “We will have to investigate further,” Chekanov said.
-“Although likely a statistical fluctuation, these decays likely indicate the presence of undiscovered particles.” The team plans to apply this technique to data collected during LHC Run-3, which begins in 2022. ATLAS scientists will continue to explore the potential of machine learning and anomaly detection as tools for charting uncharted territory in particle physics. The research results were published in Physical Review Letters.
============================================
Memo 2405092057 My thought experiment qpeoms storytelling
The physical standard model is 4th order msbase. Although it is still a guess, 17 subatoms, including the Higgs boson (1+16), are explained in 4msbase/qpeoms. Therefore, there are many possibilities for discovering new physics that go beyond the standard model. And suddenly, it occurs to me that there are 672 types of standard physics models. haha.
I think that the 'standard physical model' of our universe is very unstable and lacks something. Isn't it absurd and nonsense to explain the multiverse with 17 particles? It is sometimes thought that there are 672 types of standard physics models. haha.
vix.a'6//vixx.a(b1,g3,k3,o5,n6)
b0acfd|0000e0
000ac0|f00bde
0c0fab|000e0d
e00d0c|0b0fa0
f000e0|b0dac0
d0f000|cae0b0
0b000f|0ead0c
0deb00|ac000f
ced0ba|00f000
a0b00e|0dc0f0
0ace00|df000b
0f00d0|e0bc0a
sample qoms (standard)
0000000011=2,0
0000001100
0000001100
0000010010
0001100000
0101000000
0010010000
0100100000
2000000000
0010000001
sample pms (standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
0000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0
Sample msoss
zxdxybzyz
zxdzxezxz
xxbyyxzz
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
댓글