Resources
Classifiers
Participants
Applications
Publications
Documents
Scientific news
Site search
Project
About the system
Contacts
Search
Username

Password

Remember me
Scientific news
"Элементы": новости науки


  • Коллаборация ATLAS свела воедино все поиски тяжелых резонансов
    <p>Когда в 2014–2015 годах физики анализировали данные Run 1 и искали в них намеки на новые тяжелые частицы, обе коллаборации, ATLAS и CMS, обнаружили любопытные отклонения в районе 2 ТэВ, и теоретики сразу же бросились их объяснять. Мы следили за этими аномалиями на страницах <a href="http://elementy.ru/LHC/zagadki_lhc/vsplesk_pri_2_tev_atlas" target=_blank>WZ-пик при 2 ТэВ на ATLAS</a> и <a href="http://elementy.ru/LHC/zagadki_lhc/vsplesk_pri_1.8_tev_cms" target=_blank>WH-пик при 1,8 ТэВ на CMS</a>. Впоследствии, при появлении данных Run 2, оба этих отклонения были закрыты. Но даже тогда, несмотря на весь энтузиазм, многих физиков смущало вот что: если отклонение видно при одном варианте распада W- или Z-бозона, то оно должно быть видно и при всех остальных — ведь W- или Z-бозон не знает, как он родился. Если же данные такую универсальность не подтверждают, то значит, за этими отклонениями стоит не Новая физика, а лишь статистическая флуктуация.</p> <p>В прошлом году мы уже рассказывали о таком перекрестном анализе в новости <a href="http://elementy.ru/LHC/novosti_BAK/433080/Kollaboratsiya_ATLAS_prepodnesla_urok_analiza_dannykh_na_primere_rozhdeniya_dvukh_Z_bozonov" target=_blank>Коллаборация ATLAS преподнесла урок анализа данных на примере рождения двух Z-бозонов</a>. И вот недавно, в статье <a href="https://arxiv.org/abs/1808.02380" target=_blank>arXiv:1808.02380</a>, коллаборация ATLAS подвела итог под всеми такими поисками в данных 2015 и 2016 годов. Она свела воедино многочисленные отдельные поиски тяжелых резонансов, распадающихся на W-, Z-, или хиггсовские бозоны, которые в дальнейшем сами могли распадаться по разным каналам (лептоны, легкие кварки или <i>b</i>-кварки). Совокупный результат: статистически достоверного отличия от фона Стандартной модели не видно. Самое сильное отклонение наблюдалось в канале рождения WW+ZZ при массе 1,6 ТэВ, с локальной статистической значимостью 2,9σ. Однако с учетом того, сколько разных вариантов рождения было протестировано, подобные отклонения не выглядят чем-то необычным.</p>

  • Бубонная чума была уже 3800 лет назад
    <p>Исследование древней ДНК показало, что 3800 лет назад жители нынешней Самарской области уже болели бубонной чумой. Раньше предполагалось, что ген, позволяющий чуме переходить в бубонную форму, появился только в конце 1-го тысячелетия до нашей эры. Теперь эта дата отодвинута как минимум на тысячу лет назад. </p>


  • Тройничный нерв играет определяющую роль в магнитной навигации птиц
    <p>Известно, что мигрирующие птицы используют информацию о магнитном поле для определения своего местоположения. Однако какие магнитосенсорные системы при этом задействуются? Это выяснила команда российских и немецких ученых, показав, что магнитная информация передается по глазничной ветви тройничного нерва.</p>

  • В журнале <i>Nature</i> вышел обзор методов машинного обучения в физике элементарных частиц
    <p>Публикация статей по физике элементарных частиц в журнале <i>Nature</i> — явление исключительно редкое. Однако в последнем выпуске журнала появилась не просто статья, а целый обзор <a href="https://www.nature.com/articles/s41586-018-0361-2" target=_blank>Machine learning at the energy and intensity frontiers of particle physics</a>, посвященный алгоритмам, основанным на нейронных сетях и глубоком машинном обучении, в физике элементарных частиц. Применение этих методов для анализа данных берет свое начало еще в 1990-е годы, и за прошедшие десятилетия они превратились из чего-то экзотического в ключевой элемент современной экспериментальной физики частиц.</p> <p>Применение машинных методов при анализе данных — это не просто механическая замена человека. Речь идет о ситуациях, возникающих при классификации или анализе событий, когда необходимо принимать решение, основываясь не на одном четком критерии, а на большом числе факторов, каждый из которых по отдельности не позволяет классифицировать событие. В этой ситуации человеку заранее не понятно, какими критериями руководствоваться при принятии решения. Вместо того, чтобы пытаться это угадать, физики предлагают алгоритмам самим выработать оптимальные критерии на основе тренировочной выборки и затем предлагают их применить к реальным данным. Задачи, где сейчас применяются такие методы, включают <a href="http://elementy.ru/nauchno-populyarnaya_biblioteka/430431/Anatomiya_odnoy_novosti_ili_Kak_na_samom_dele_fiziki_izuchayut_elementarnye_chastitsy?BE&SSL=1#millions" target=_blank>работу триггера</a> (то есть принятие за считанные микросекунды решения, стоит ли записывать это событие или выбросить его), оптимизацию того, куда записывать это событие (то есть насколько велика вероятность, что к нему физики потом будут часто обращаться), восстановление импульса или энергии частицы по разрозненному отклику многих датчиков в детекторе и, наконец, классификацию типа события с большим числом рожденных частиц. Практически все публикации Большого адронного коллайдера используют эти методы, причем порой их прозорливость уже превосходит человеческую.</p> <p>Обзор может быть рекомендован тем, кто хочет получить первое беглое представление об этой стороны современного эксперимента. Отдельно стоит обратить внимание на подробную аннотированную библиографию.</p>


Project news
5 2007 .
Read more...
8 2007 . .
Read more...
25 2007 . .
Read more...
11 () 2007 .
: - .. .. : (GeoSINet) .. .
Read more...
13 2007 . .
... .. 2007- ..-.. .. GeoSINet.
Read more...
20 - ( , , , , , ), ().
Read more...