摘要: 美国与英国的一支科研团队采用创新的机器学习方法，揭示了如何在大型强子对撞机(LHC)所产生的海量碰撞事件中区分出密度极高且深度交织的粒子簇射。该方法可为高亮度大型强子对撞机(HLLHC)提供一套有效的分析工具。
LHC所属的欧洲核子研究中心(CERN)，在2012年LHC发现希格斯玻色子之前已经开始计划提升该对撞机的亮度。通过增加束流中粒子束团的密度，HL-LHC每秒可以产生约4000万次碰撞，这一数值是当前LHC所能产生的碰撞次数的4到5倍。