Machine learning the impact parameter in heavy-ion collisions at = 4 and 11 GeV: a cross-check study with UrQMD, AMPT, and JAM
Cette étude démontre que les algorithmes d'apprentissage automatique, spécifiquement les méthodes supervisées et non supervisées entraînées sur des données de modèles de transport (UrQMD, AMPT et JAM), peuvent reconstruire de manière robuste le paramètre d'impact dans les collisions Au+Au à 4 et 11 GeV avec une grande précision et une capacité de généralisation supérieure par rapport à l'ajustement polynomial traditionnel, suggérant un fort potentiel d'application aux données expérimentales réelles.