Подход глубокого обучения для прогнозирования множественных наблюдаемых величин в столкновениях Au+Au на RHIC В статье представлена модель нейронной сети, которая предсказывает экспериментальные параметры столкновений ионов золота в ускорителе RHIC. Модель обучена на основе экспериментальных данных и учитывает стадии столкновения, что улучшает её точность. Результаты могут помочь заполнить пробелы в данных и изучить свойства кварк-глюонной плазмы. arXiv: 2511.13163 Обзоры | Физика
Подход глубокого обучения для прогнозирования множественных наблюдаемых величин в столкновениях Au+Au на RHIC
В статье представлена модель нейронной сети, которая предсказывает экспериментальные параметры столкновений ионов золота в ускорителе RHIC. Модель обучена на основе экспериментальных данных и учитывает стадии столкновения, что улучшает её точность. Результаты могут помочь заполнить пробелы в данных и изучить свойства кварк-глюонной плазмы.
arXiv: 2511.13163
