Machine learning the impact parameter in heavy-ion collisions at = 4 and 11 GeV: a cross-check study with UrQMD, AMPT, and JAM
Diese Studie zeigt, dass Algorithmen des maschinellen Lernens, insbesondere überwachte und unüberwachte Methoden, die auf Transportmodell-Daten (UrQMD, AMPT und JAM) trainiert wurden, den Impaktparameter in Au+Au-Kollisionen bei 4 und 11 GeV robust mit hoher Genauigkeit und überlegener Generalisierung im Vergleich zu traditioneller polynomischer Anpassung rekonstruieren können, was auf ein starkes Potenzial für die Anwendung auf reale experimentelle Daten hindeutet.