A kapcsolati hálók segíthetnek új szubatomi részecskéket találni

A részecskék és az emberi kapcsolati hálózatok között rengeteg a hasonlóság.

A kapcsolati hálók segíthetnek új szubatomi részecskéket találni

Az új elemi részecskék megtalálása során a legnagyobb nehézséget az okozza, hogy rengeteg adaton kell átrágni magukat a kutatóknak olyan mintázatok után kutatva, amelyek valami ismeretlen jelenlétére utalnak. Az MIT fizikusai azonban kidolgoztak egy elemzési módszert, amellyel gyakorlatilag automatizálhatóvá tehető ez a folyamat. A metódus a részecskeütközések páronkénti hasonlóságain, és azon alapul, hogy milyen kapcsolatban áll egymással több százezer ilyen esemény.

A végeredményül kapott komplex geometriai térkép, az „ütközési hálózat” nagyon hasonlít a közösségi hálózatok térképeihez, és elemzése is hasonló metódusokkal történhet. A közösségi hálók térképei a résztvevők összekötöttségi fokán alapulnak, vagyis hogy egyik tagtól hány ismerősön keresztül juthatunk el egy másikig, mondja Jesse Thaler, a módszerről beszámoló tanulmány egyik szerzője. A részecskeütközések rokonítása pedig ehhez hasonló elven működne.

A Nagy Hadronütköztető percenként több milliárd proton/antiproton-ütközést produkál. A fizikusok a nukleáris bomlási sor nyomán hátrahagyott jelsorból azonosítják a nagy energiájú ütközésekben keletkező részecskéket. A kvarkok például csak a másodperc töredékéig léteznek, mielőtt tovább bomlanának. Mivel minden kvark többféle módon is bomlásnak indulhat, egy-egy részecskéhez több lehetséges bomlási profil is tartozik, és ezek mindegyikét meg kell vizsgálni annak kiderítéséhez, hogy mely részecskék tűntek fel az ütközés nyomán.

Galéria megnyitása

A hadronütköztető CMS detektora úgy szűri a rengeteg ütközést, hogy specifikus eseményekre koncentrál, amelyek egy potenciálisan új részecske felbukkanását jelezhetik. Ha például egy proton/antiproton-ütközésben egy top kvark és egy top antirészecske keletkezik, ezek rögtön tovább bomlanak két W bozonra és két bottom kvarkra. A bozonok egyike aztán egy müonná és egy neutrínóvá bomlik, a másik pedig egy up kvarkká és egy down kvarkká alakul. A két bottom kvarkból egy-egy részecskenyaláb, jet alakul ki, ezeket több tíz, nagyjából egy irányba repülő hadron alkotja. Ugyanez történik az up és down kvarkkal is. Az ütközés eredményeként tehát egy müont, egy neutrínót és négy jetet látunk.

Thaler és kollégái 2017 óta kísérleteznek új elemzési módszerükkel a CMS adatsorain. Az általuk eddig vizsgált adathalmaz 29 terabájtot tett ki, és mintegy 300 millió protonütközésre vonatkozóan tartalmazott információkat. Az új megközelítés lényege, hogy az ütközéseket nem egyenként elemzik, hanem egymáshoz hasonlítják. Az egyes események nyomán szétspriccelő részecskéket egy pontfelhőként modellezik, és ezeket vetik össze egymással, ami megkönnyíti a tipikus jelenségek azonosítását és a szokatlanul viselkedő részecskék kiszúrását.

Galéria megnyitása

Az új metódus kulcsa, hogy egy algoritmus kiszámítja, mennyi energiába kerülne egy ütközés pontfelhőjének egy másik pontfelhővé alakítása. Minél kisebb ez az energia, annál közelebbinek tekintik egymáshoz a két ütközést, és minél nagyobb, annál nagyobb távolságot feltételeznek köztük. A távolságot EMD-nek nevezték el, ami az „earth mover's distance”, vagyis a földmozgató által megtett távolság rövidítése. „Képzeljük el az energiát termőföldhalmokként. Jelen esetben egyik helyről a másikra kell mozgatnunk a földet, a távolság pedig, amelyről egyik konfiguráció másikká alakítása kapcsán beszélünk, a munkát végző izzadságának feleltethető meg” – magyarázza Thaler.

Az MIT kutatócsoportja legutóbbi kutatásuk során 100 ezer ütközési esemény kapcsolati hálóját készítették el ilyen módon, minden eseménypár esetében megállapítva azok távolságát (vagyis hasonlóságát). Thaler a következő lépésben egy régi adatsoron szeretné tesztelni a módszert annak kiderítése érdekében, hogy pusztán ezzel is sikerülhet-e újra felfedezni az először 1995-ben detektált top kvarkot.

Az új módszer nagy előnye, hogy nem szükséges ismerni azt az újfajta fizikát, amely potenciálisan az adatok közt rejtőzik, hiszen az elemzéssel akkor is feltárulnak az anomáliák, ha nem tudni, azok mögött mi rejlik, mondja Thaler. Ha a régi adatok közt sikerül megtalálni a top kvarkot, a módszert a legfrissebb adatsorokon is érdemes lesz használni, hátha ilyen módon olyan egzotikus események észlelhetők, amelyek egyébként elkerülnék a kutatók figyelmét, vagy csak nagyon sokára tűnnének fel nekik.

Neked ajánljuk

Kiemelt
-{{ product.discountDiff|formatPriceWithCode }}
{{ discountPercent(product) }}
Új
Teszteltük
{{ product.commentCount }}
{{ voucherAdditionalProduct.originalPrice|formatPrice }} Ft
Ajándékutalvány
0% THM
{{ product.displayName }}
nem elérhető
{{ product.originalPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.displayName }}

Tesztek

{{ i }}
{{ totalTranslation }}
Sorrend

Szólj hozzá!

A komment írásához előbb jelentkezz be!
{{ orderNumber }}
{{ showMoreLabelTranslation }}
A komment írásához előbb jelentkezz be!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Segíts másoknak, mondd el, mit gondolsz a cikkről.

Kapcsolódó cikkek

Magazin címlap