Machine learning the impact parameter in heavy-ion collisions at = 4 and 11 GeV: a cross-check study with UrQMD, AMPT, and JAM
Questo studio dimostra che gli algoritmi di apprendimento automatico, specificamente i metodi supervisionati e non supervisionati addestrati su dati di modelli di trasporto (UrQMD, AMPT e JAM), possono ricostruire in modo robusto il parametro d'impatto nelle collisioni Au+Au a 4 e 11 GeV con alta accuratezza e una generalizzazione superiore rispetto al tradizionale adattamento polinomiale, suggerendo un forte potenziale per l'applicazione ai dati sperimentali reali.