Физики из Польши, занимающиеся экспериментом MUonE, объявили о том, что им удалось обучить нейронную сеть, способную быстро и точно определять треки частиц, возникающих при рассеянии мюонов на электронах. Этот проект разработки нейросети поможет в более эффективной обработке данных для будущих экспериментов, направленных на изучение проблемы аномального магнитного момента мюона. Подробности исследования опубликованы в журнале Computer Science и кратко изложены в пресс-релизе исследовательской группы.
Ученые из Института ядерной физики Польской академии наук, проводящие эксперимент MUonE, решили использовать глубокое машинное обучение для анализа треков частиц. Цель проекта MUonE заключается в точном определении вклада адронов в аномальный магнитный момент мюона. Эксперимент заключается в измерении параметров упругого мюон-электронного рассеяния с использованием пучков мюонов энергией около 150–160 гигаэлектронвольт, проходящих через мишени из легких атомов бериллия. Идея эксперимента заключается в отслеживании движения рассеянных частиц путем измерения их траекторий.
Для этого физики устанавливают несколько слоев бериллиевых материалов на пути мюонов, за которыми следуют кремниевые детекторы. Для обучения нейронной сети физики подготовили набор данных с 40 тысячами столкновений частиц с добавлением искусственного шума с использованием программы Geant4. Нейросеть состояла из нескольких слоев нейронов и была реализована на фреймворке PyTorch. Сравнение глубокого обучения с классическим подходом показало, что первое не уступает второму в точности, но значительно превосходит его в скорости. По мнению авторов, обученная таким образом нейронная сеть будет полезна для более точных экспериментов по изучению аномального магнитного момента мюона.
]]>
