Dec, 2017

高能物理科学软件创新研究所（S2I2）战略计划

PDF
TL;DR介绍了在 CERN 的 Large Hadron Collider（LHC）中收集到的数据是如何探索基本粒子和不同于标准模型的物理等方面的，同时也讨论了为了高光度 LHC 的测量升级探测器，并且以探测器的升级为基础，通过建立针对高能物理学的科学软件创新研究所（S2I2）来应对 HL-LHC 的挑战。
large hadron colliderhigh-luminosity lhcphysics beyond the standard modeldetector upgradesscientific software innovation institute
发现论文，激发创造
  • 2020 年高能物理软件与计算研发路线图

    本篇白皮书概述了为软件升级所需的研发活动，主要涉及粒子物理学、探测器硬件和 HL-LHC 等方面。

    Dec, 2017

  • 高能物理社区机器学习白皮书

    本文讨论机器学习在粒子物理学研究中的应用前景和可行性，并详述实现机器学习在粒子物理学上开发所需的软硬资源、与数据科学社区、学术界和产业界的合作倡议以及对粒子物理学界在数据科学培训上进行的工作。旨在将研究和开发与物理驱动器连接起来，并确定实现它们的资源需求，以及其他社区的合作领域。

    Jul, 2018

  • 大型强子对撞机上的喷注次级结构：实验述评

    本综述回顾了 ATLAS 和 CMS 实验使用最先进的喷注子结构技术的发展历程，为在大型强子对撞机中寻找新物理、探索标准模型特别是相空间极端区域提供了许多创新方法。

    Mar, 2018

  • 电子离子对撞机的科学需求和探测器概念：EIC 黄皮书

    本文介绍了电子 - 离子对撞机的物理情况，探讨了所需的探测器要求和不断发展的探测器概念，并就两种互补型探测器和相互作用区的重要性提出必要性，为构建更好的探测器提供基础。

    Mar, 2021

  • Snowmass 2021 计算前沿 CompF03 专题组报告：机器学习

    机器学习与高能物理的交叉发展对于我们的社区既是机遇也是挑战，需要支持这一跨学科社区，包括在两个领域的交叉处进行专门的研究，投资于大学的高性能计算等方面。同时，我们需要提供职业生涯规划，以吸引年轻的研究人员投入到机器学习关于高能物理领域的研究中。

    Sep, 2022

  • 电子离子对撞机的人工智能应用（AI4EIC）

    本研究论文总结了 AI/ML 在 EIC 社区的目标、方法和策略，以及在其他实验中研究的尖端技术，包括在第二次年度工作坊上讨论的不同活动和研发项目，并提供了有关 AI 在 EIC 各个方面的展望。

    Jul, 2023

  • 利用大型语言模型的物理事件分类

    2023 AI4EIC hackathon at The Catholic University of America brought together researchers to discuss the latest developments in AI and Machine Learning for the Electron Ion Collider, and the hackathon involved using a chatbot powered by ChatGPT-3.5 to analyze physics data.

    Apr, 2024

  • LHC Olympics 2020：高能物理异常检测的社区挑战

    本文回顾了 LHC Olympics 2020 这一基于数据驱动和模型无关的新物理搜索新范式，它利用了异常检测和机器学习的最新突破，包括比赛概述、部署方法的描述、经验教训和对未来数据分析及未来对撞机的启示，并提到了开发标准数据集对于在该框架内开发和基准测试新的异常检测方法的至关重要性。

    Jan, 2021

  • CaloQVAE：使用混合量子 - 经典生成模型模拟高能粒子 - 量能器相互作用

    大型强子对撞机的高亮度时代在碰撞事件分析中面临着重大的计算挑战。我们介绍了一种将生成模型和量子退火相结合的技术，用于高能粒子与量热器之间相互作用的快速高效模拟。

    Dec, 2023

  • 利用第二次量子革命的力量

    这篇论文回顾了好奇心驱动的研究是如何引领激进的新技术的发展，以及为什么追求基础理解对进一步的进步至关重要；在当前的 Noisy Intermediate Scale Quantum 设备制度下，必须继续进行基础研究，以充分利用量子复杂性并发挥其对潜在有用应用的影响。

    Oct, 2020