Experimente mit winzigen Teilchen großer Masse - darunter komprimierte baryonische Materie (CBM) - sind eine wichtige Säule der Anlage für Antiprotonen- und Ionenforschung (FAIR) in Darmstadt. Das CBM-Experiment am FAIR-Beschleuniger wird bis zu zehn Millionen Schwerionenkollisionen pro Sekunde aufzeichnen. Unter diesen Bedingungen ist ein Online-Auslöser nötig, um Ereignisse auszuwählen, die möglicherweise Signaturen von Quark-Gluon-Plasma enthalten. In seiner von FIAS-Fellow Ivan Kisel betreuten Dissertation untersuchte Artemiy Belousov, wie neuronale Netzwerke diese Aufgabe unterstützen können.

In seiner Arbeit stellt Belousov künstliche neuronale Netze vor, die darauf trainiert sind, die Bildung von  Quark-Gluon-Plasma direkt aus simulierten Daten zu erkennen. Die Modelle sind in ANN4FLES integriert, einem leistungsstarken Gerüst, das im First Level Event Selection-System (FLES) verwendet wird. Sie erreichen eine hohe Identifizierungsgenauigkeit und bleiben stabil, wenn sie mit verschiedenen Eingabearten, einschließlich rekonstruierter Detektorausgaben, bewertet werden.

Die Studie wendet auch spieltheoretische Techniken zur Erklärung der Ausgabe eines beliebigen maschinellen Lernmodells an: So erlaubt SHAP (SHapley Additive exPlanations), den Beitrag einzelner Merkmale zu den Entscheidungen des Netzwerks zu analysieren. Dadurch kann das Verhalten des Auslösers anhand physikalischer Größen interpretiert werden, die für die Bildung von Quark-Gluon-Plasma relevant sind.

Die Ergebnisse zeigen, dass neuronale Netzwerke eine schnelle und zuverlässige Ereignisauswahl für CBM ermöglichen und die physikalischen Ziele des Experiments unterstützen.

Belousov präsentierte seine Daten erfolgreich am 26. November und feierte anschließend die Promotion. Während seiner Promotionszeit engagierte er sich zudem für soziale Belange am FIAS. Belousov setzt nun seine Forschung als Postdoc in der Gruppe von FIAS-Senior-Fellow Volker Lindenstruth fort.