Topological analysis of scale-invariant spatial fluctuations in ultrarelativistic heavy-ion collisions
이 논문은 위상 데이터 분석(Topological Data Analysis)과 딥러닝을 결합하여 초고속 중이온 충돌에서 압도적인 비임계 배경 신호로부터 미약한 임계 변동 신호를 성공적으로 분리해냄으로써, 거듭제곱 법칙 스케일링(power-law scaling)을 복원하고 QCD 임계점을 신뢰성 있게 식별할 수 있게 하는 새로운 2단계 위상 기계 학습 프레임워크를 제시한다.