КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ

---

Номер проекта 17-72-10021

НазваниеРеализация системы машинного обучения для глубинной классификации данных на примере выделения процессов слияния и рассеяния векторных бозонов в физике высоких энергий

Руководитель Солдатов Евгений Юрьевич, Кандидат физико-математических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский ядерный университет "МИФИ" , г Москва

Конкурс №23 - Конкурс 2017 года по мероприятию «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-101 - Физика элементарных частиц

Ключевые слова нейронные сети, data mining, электрослабое рождение, бозон Хиггса, Стандартная Модель, дискриминация, дерево решений, физика высоких энергий, векторные бозоны, анализ данных, классификатор событий

Код ГРНТИ29.05.00

---

 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

---

Аннотация
При достигнутых энергиях и интенсивностях столкновений внутри Большого Адронного Коллайдера для экспериментальных поисков становятся доступными новые редкие процессы. Проверка параметров таких процессов является наиболее чувствительным тестом Стандартной модели (СМ) физики элементарных частиц. На этом направлении прежде всего ожидаются отклонения, которые должны привести к обнаружению и описанию так называемой "новой" физики за рамками СМ. Ожидается, что эта "новая" физика будет включать в себя гравитацию, объяснять состав тёмной материи и устранять другие пробелы описания физики высоких энергий Стандарной моделью. К описываемым редким процессам относятся процессы электрослабого сектора СМ, протекающие посредством слияния и рассеяния векторных бозонов. В результате этих процессов могут образовываться как двухбозонные, так и однобозонные состояния, включая бозон Хиггса. Каждое событие их образования в обязательном порядке будет сопровождаться двумя адронными струями (в силу специфики подобных взаимодействий). Изучение таких процессов впервые было опубликовано в 2013 году коллаборацией CMS (рождение Z-бозона слиянием двух W-бозонов [1]). К настоящему моменту измерений в каналах рождения pp->jj+H/ZZ/HH/HZ/HW ещё не проводилось, а в каналах рождения pp->jj+Z/W/WW/WZ/Z(ll)gamma/Wgamma были сделаны лишь первые попытки. В силу того факта, что описываемые процессы обладают крайне малыми вероятностями, загрязнения фоновыми процессами, имеющими сходную сигнатуру, становятся особенно критичными. Наиболее значительными при этом являются фоны от других каналов образования идентичных состояний (отдельных бозонов/дибозонов), поскольку они будут иметь то же самое конечное состояние (в точности те же частицы). Такие фоны невозможно подавить путём улучшения параметров детктора. Единственное различие, которое можно использовать для дискриминации, состоит в том, что адронные струи в случае искомых событий должны быть кинематически связаны с рождаемыми бозонами (в силу их рождения в рамках одного процесса). А для фона рассматриваемые адронные струи возникают от других процессов случайным образом. Это приводит к слабым отличиям в вероятностных распределениях конечных объектов. Таким образом, на данном этапе становится необходимым иметь эффективный метод дискриминации, который будет основан на неявных корреляциях кинематических переменных (data mining). В проекте предполагается разработать систему машинного обучения (нейросеть) для дискриминации похожих событий от разных процессов на базе дерева решений (boosted decision tree). Как показывает предыдущий опыт работы руководителя [2], даже упрощённая модель классификатора событий с разными конечными состояниями по сравнению с традиционными методами демонстрирует большую эффективность при гораздо меньших затратах времени. В работе предлагается разработать дерево решений на основе инструментария [3], созданного в CERN для анализа экспериментальных данных физики высоких энергий. В качестве процессов, на которых будет апробирован метод, выбраны следующие: а) рождение бозона Хиггса посредством слияния векторных бозонов (с последующим распадом в 4 лептона) - как единственный статистически доступный для анализа процесс с участием бозона Хиггса; б) рождение Z-бозона с фотоном посредством рассеяния векторных бозонов (распад Z-бозона в нейтрино) - как процесс, имеющий наибольшее сечение из всех дибозонных конечных состояний в области высоких энергий, где в первую ожидаются отклонения от СМ. Сечения данных процессов будут измерены впервые в мире. Таким образом, первое же применение разработанной системы сможет не только показать её работоспособность, но и дать важные результаты для физики высоких энергий. Литература: [1] CMS Collaboration, JHEP 10 (2013) 101 [2] ATLAS Collaboration, Eur. Phys. J. C 76 (2016) 666 [3] A. Hoecker et al., arXiv:physics/0703039

---

 

ОТЧЁТНЫЕ МАТЕРИАЛЫ

---