Разработка и исследование нейросетевых алгоритмов быстрой реконструкции треков частиц
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Рубрика: Моделирование и анализ данных
Статья в выпуске: 2, 2025 года.
Бесплатный доступ
Работа посвящена разработке эффективных методов решения задачи восстановления треков (траекторий движения) частиц, порождаемых столкновением ускоренных заряженных частиц или атомных ядер с неподвижной мишенью. Важными свойствами данной задачи являются: необходимость её решения в режиме реального времени; большие объёмы обрабатываемых данных; значительный уровень зашумлённости этих данных, обусловленный особенностями устройства трековых детекторов. Для решения поставленной задачи предлагается три метода: на основе преобразования Хафа, с использованием технологии самоорганизующихся карт Кохонена и графовых нейронных сетей. Приводятся результаты численного исследования предложенных методов при решении модельной задачи трекинга частиц.
Похожие статьи в разделе Вычислительная математика. Численный анализ
Короткий адрес: https://sciup.org/14133179
IDS: 14133179 | УДК: 519.6, 004.8
Development and research of neural network algorithms for fast reconstruction of particle tracks
The paper is devoted to the development of effective methods for solving the problem of reconstruction particles tracks (trajectories of motion), generated by the collision of accelerated charged particles or atomic nuclei with a stationary target. Important properties of this problem are: the need to solve it in real time; large volumes of processed data; a significant level of noise in this data due to the features of the design of track detectors. To solve this problem, three methods are proposed: based on the Hough transform, using the technology of self-organizing Kohonen maps and graph neural networks. The results of a numerical study of the proposed methods in solving a model problem of particle tracking are presented.
