據(jù)外媒Neowin報(bào)道，物理領(lǐng)域的研究受益于人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的興起。過去，我們已經(jīng)看到它們被用于研究暗物質(zhì)和大型星系。而現(xiàn)在科學(xué)家已經(jīng)在外來粒子研究中使用了神經(jīng)網(wǎng)絡(luò)。在歐洲核子研究組織（CERN）的大型強(qiáng)子對撞機(jī)（LHC）上建立的緊湊型μ子介子螺線管(CMS)上，研究人員正在使用神經(jīng)網(wǎng)絡(luò)識(shí)別由LHC內(nèi)部質(zhì)子-質(zhì)子碰撞產(chǎn)生的非典型實(shí)驗(yàn)特征。 63IM]J  
9_/:[N6|c|  
'!B&:X)  
傳統(tǒng)碰撞算法很難追蹤這些實(shí)驗(yàn)特征，因?yàn)榕鲎伯a(chǎn)生的大部分“碎片”都是短暫的。但是神經(jīng)網(wǎng)絡(luò)可以證明在這種情況下很有效。這是因?yàn)榭梢詫λ鼈冞M(jìn)行實(shí)際數(shù)據(jù)訓(xùn)練。 am6L8N  
$/Uq0U  
CMS的神經(jīng)網(wǎng)絡(luò)已經(jīng)使用這些數(shù)據(jù)進(jìn)行了訓(xùn)練，并將很快可以自動(dòng)檢測實(shí)驗(yàn)特征。為了進(jìn)行訓(xùn)練，研究人員使用了通過向后傳播進(jìn)行域自適應(yīng)來改善在碰撞數(shù)據(jù)中觀察到的噴氣機(jī)類概率分布的仿真模型。 H0vfUF53l  
\Yr