深度神经网络方法

波兰科学院核物理研究所的科学家们开拓了一个深度神经网络，包括输入层、隐蔽层和输出层。
该网络是在一个包含40,000个仿照粒子碰撞的数据库上进行演习的，个中包含了撞击信息。
这个人工智能学会了准确重修粒子轨迹，与经典算法相称。
虽然演习网络须要耗费韶光和打算资源，但演习好的网络可以立即相应并供应精确的重修结果。
这一轨迹重修的打破可能对高能物理实验中探测技能的发展产生主要影响。

MUonE实验和未来前景

人工智能可能在高能物理实验中革命性地改变粒子轨迹重建_粒子_波兰 文字写作

明年将在欧洲核子研究中央（CERN）启动的MUonE实验旨在研究μ子在电子上的散射，以提高某些物理参数的精度。
波兰科学院核物理研究所的科学家们开拓的人工智能在MUonE实验中重修粒子轨迹可能发挥关键浸染。
如果成功，该实验可能增加对理论值和实测值之间差异的丈量的信心，有可能导致新物理的创造。
这一粒子探测技能的打破可能标志着高能物理实验进入一个新时期的开始。