На Большом адронном коллайдере сталкиваются протоны, и из вспышки рождаются десятки частиц. Среди них могут быть следы редких процессов — например, распад бозона Хиггса на два W-бозона. Но эти частицы разлетаются так быстро, что их следы сливаются в одну широкую струю. Выделить такую струю среди тысяч похожих — всё равно что найти нужную ветку в шумящем лесу.
Новый алгоритм, названный PaRT, действует как внимательный наблюдатель. Он смотрит на каждую частицу внутри струи и сам решает, какие из них важнее. Такой подход называется механизмом внимания — он лежит в основе современных нейросетей. PaRT учили на множестве примеров: обычных струй и струй от распадов разных частиц. Впервые алгоритм хорошо распознаёт струи от бозона Хиггса, распавшегося на W-бозоны.
Физики проверили алгоритм на данных, собранных CMS за несколько лет работы. Оказалось, что в реальных столкновениях он работает так же, как в симуляциях, с поправкой около 0.9–1.0. Это значит, что доверять ему можно. Теперь PaRT поможет точнее измерять свойства бозона Хиггса и искать новые частицы, которые распадаются похожим образом.
Лес из частиц становится понятнее, когда есть инструмент, умеющий выделять главное. PaRT — такой инструмент: он не просто видит струи, он понимает, из чего они состоят.
как её написали авторы, на английском arXiv:2604.09809
A novel deep neural network classifier, a ``Particle transformer'' (PaRT), is introduced for the identification of highly Lorentz-boosted resonances reconstructed as single, multipronged jets in measurements and searches performed by the CMS Collaboration at the CERN LHC. Based on a self-attention mechanism that allows the model to weigh the importance of different particles, PaRT is trained on a wide variety of topologies, notably demonstrating strong performance for the first time on jets originating from boosted Higgs boson decays to W bosons. The PaRT algorithm achieves a tagging efficiency of more than 50\% for such jets at a background efficiency of 1%, while maintaining decorrelation from the jet mass. A calibration is performed in proton-proton collision data collected by CMS at a center-of-mass energy of 13 TeV, with a data set corresponding to a total luminosity of 138 fb$$^{-1}$$. Data-to-simulation selection efficiency scale factors are measured to be in the 0.9$$-$$1.0 range, with relative uncertainties between 7 and 23%. The tagging capability of PaRT enhances the sensitivity of standard model measurements and searches for beyond-the-standard-model resonances decaying to hadronic diboson systems.
Струя от быстрого бозона Хиггса настолько узкая, что все её частицы летят в конус размером меньше одного градуса — как если бы в футбольные ворота с другого конца поля попали мячом в монетку.
В сериале «Звёздный путь» датчики корабля мгновенно распознают типы частиц и их энергию — PaRT делает шаг к такой точности, только для земного коллайдера.