Тема: Применение глубоких нейронных сетей к задаче трекинга для детектора GEM в эксперименте BM@N мегапроекта NICA

В ходе решения задач любого уровня сложности всегда появляется необходимость работать с информацией. В современном мире зачастую правильная обработка и интерпретация данных является ключом к решению многих проблем. Особенно актуально это будет и в ближайшем будущем, так как близится новая эпоха намного более значительных как по объему, так и по трудоемкости вычислений задач. И именно из-за этого необходимо использовать самые современные способы и инструменты для работы с такими огромными массивами данных.
В частности, экспериментальная физика высоких энергий и ядерная физика требуют не только гигантских комплексов для распределенных вычислений и соответствующих сетевых инфраструктур, но и того, что является наиболее важным в контексте настоящей работы - подходов машинного обучения для поиска неочевидных закономерностей в данных для получения наиболее вероятного прогноза изучаемых явлений. Искусственные нейронные сети с их способностью к обучению и само-обучению являются эффективными инструментами машинного обучения, поэтому физики накопили довольно обширный опыт применения различных нейронных сетей во многих экспериментах: для распознавания треков заряженных частиц, колец черенковского излучения, физических проверок гипотез и обработки изображений. Одной из основных составляющих частей современных экспериментов физики высоких энергий является задача трекинга частиц в детекторах. При решении такой задачи исследователи сталкиваются с большим количеством проблем, возникающих как на этапе работы с оборудованием детектора, так и с проблемами отслеживания траекторий частиц.
Проблема восстановления траекторий пролёта элементарных частиц, образовавшихся при взаимодействиях пучков в современных экспериментах физики высоких энергий и ядерной физики, по данным, полученным в результате регистрации следов каждой частицы элементами электронных детекторов, является особенно важной и сложной для физиков-экспериментаторов. Наиболее актуальными сейчас являются эксперименты с тяжелыми ионами, позволяющие проверить физические теории о свойствах барионной материи и ненайденным пока ее состоянием, называемым кваркглюонной плазмой. Такие эксперименты бывают двух типов: в одних пучок тяжелых ионов, разогнанных ускорителем до субсветовой скорости, ударяет в мишень так, что продукты взаимодействия в виде сотен и тысяч траекторий, называемых треками, летят вперед в узком конусе и регистрируются в специальных трековых детекторах. К такому типу относится эксперимент BM@N, обработке трековых данных с которого посвящена настоящая диссертация.
Другой тип экспериментов - коллайдерные, когда мишени нет, а со-ударяются ионы разных зарядов, пучки которых разгоняются ускорителем- коллайдером в противоположных направлениях так, чтобы после разгона пучки могли столкнуться с удвоенной скоростью. К такому типу относятся коллайдерные эксперименты, проводимые в ЦЕРНе на большом адронном коллайдере (БАК) и планируемые эксперименты MPD и SPD, которые будут работать на коллайдере NICA в ОИЯИ. В отличии от экспериментов с фиксированной мишенью, треки частиц, образовавшихся при столкновении ионов, разлетаются в пространстве внутри установки во все стороны под углами, распределенными в 4п.
Трековые детекторы в обоих типах экспериментов помещены внутрь сильных магнитов, чтобы по искривлению траектории каждой частицы, образовавшейся в результате столкновения, определить ее импульс, позволяющий идентифицировать эту частицу.
Трековые детекторы в экспериментах с фиксированной мишенью состоят из координатных плоскостей, образованных электронными эле-ментами, в которых появляется сигнал, наведенный пролетевшей рядом частицей. В случае пиксельного детектора эти элементы состоят из малых ячеек - педов, регистрирующих двумерные координаты сигнала. Однако из-за большой дороговизны таких детекторов, более популярными стали детекторы, состоящие из чувствительных линейных элементов - проволочек в электростатическом поле или тонких полосок - стрипов на силиконовой подложке. Пролетевшая частица ’’зажигает”, т. е. активирует линию в координатной плоскости, а для получения второй координаты нужна еще одна близкая плоскость с другим направлением стрипов или проволочек. Пересечение зажженных линий и даст нам координаты места близко от которого пролетела частица. Следует сразу же отметить большое неудобство, которым приходится платить за выбор более дешевых стриповых детекторов: когда частиц много, то помимо реальных пересечений, соответствующих месту пролета частицы, появится еще на порядок больше ложных пересечений, очень и очень засоряющих результаты измерений.
Таким образом, задача восстановления траекторий частиц в современных стриповых детекторах актуальна и в наши дни. Огромное количество «ложных» срабатываний при регистрации частиц в детекторах такого типа, а отсюда необходимость их обработки с максимальной точностью наиболее эффективным образом, является одной из основных проблем, которые будут возникать в ходе использования GEM детектора эксперимента BM@N мегапроекта NICA. Решение такой задачи и является целью настоящей работы.

Купить

В рамках магистерской диссертации были выполнены все поставленные задачи.
1. Выполнен обзор существующих подходов к задаче трекинга частиц.
2. Разработан алгоритм препроцессинга модельных данных сгенерированных для GEM детектора.
3. Разработан и протестирован подход к задаче трекинга с использованием глубоких нейронных сетей.

Купить