Bilim
Yapay zekâ, parçacık jetlerini simülasyonda ayırdı
Brookhaven öncülüğündeki ekip, parçacık çarpışması simülasyonlarında jet sinyallerini yoğun arka plandan ayıran bir yöntem geliştirdi. Gerçek deney verisine uygulama henüz sonraki adım.
Brookhaven Ulusal Laboratuvarı, UVCGAN-S adlı makine öğrenmesi yönteminin sPHENIX dedektörüne ait simülasyonlarda parçacık jetlerini çevredeki yoğun arka plandan ayırdığını duyurdu. Ekip, jetlerin konumunu, momentumunu ve iç yapısını geleneksel arka plan çıkarma yöntemlerinden daha doğru yeniden oluşturduğunu bildiriyor.
Ağır iyon çarpışmalarında oluşan jetler, aynı yönde ilerleyen yüksek enerjili parçacık demetleri. Ancak dedektörde bunların çevresinde çok sayıda başka parçacık bulunuyor. Bu kalabalık, jetin özelliklerini ölçmeyi zorlaştırıyor.
Model; yalnız sinyal, yalnız arka plan ve ikisinin karışımından oluşan üç ayrı örnek kümesiyle eğitiliyor. Her karışık görüntünün hangi temiz sinyale karşılık geldiğini gösteren bire bir eşleştirmeler gerekmiyor. Ağ, karışımı bileşenlerine ayırmayı ve bunları yeniden birleştirmeyi birlikte öğreniyor.
Kullanılan veri paketinde dedektörün enerji kayıtları 24 × 64 hücrelik haritalara dönüştürülüyor. Eğitimde PYTHIA ve HIJING simülasyonları, farklı koşullara aktarımı sınayan testte ise HIJING arka planına eklenmiş JEWEL jetleri bulunuyor.
Kurumun 13 Kasım 2026 tarihli duyurusuna konu olan çalışma, Scientific Reports dergisinde 24 Ağustos 2026 tarihinde yayımlandı. Araştırmanın kodu ve işlenmiş simülasyon verileri de erişime açık.
Jetler, kuark-gluon plazmasından geçerken enerji kaybediyor ve yapıları değişiyor. Arka planı daha iyi ayırmak, erken evrende de bulunan bu madde hâlinin özelliklerini daha hassas incelemeye yardımcı olabilir.
Başarı ölçümleri simülasyonlara dayanıyor. Başka bir simülasyon modeliyle yapılan test, gerçek çarpışma verisindeki doğrulamanın yerini tutmuyor. Ekip, yöntemi sPHENIX deney kayıtlarına uygulamayı planlıyor.
Kaynaklar
- Brookhaven — 13 Kasım kurum duyurusu
- Scientific Reports — hakemli makale
- arXiv — makalenin tam metni ve sürüm geçmişi
- Araştırmacıların UVCGAN-S kod deposu
- Zenodo — işlenmiş simülasyon veri kümesi