Topological analysis of scale-invariant spatial fluctuations in ultrarelativistic heavy-ion collisions
Dit artikel presenteert een nieuw twee-fasen topologisch machine learning-framework dat Topologische Data-Analyse combineert met deep learning om zwakke kritische fluctuatiesignalen succesvol te isoleren van overweldigende niet-kritische achtergronden in ultrarelativistische zware-ionenbotsingen, waardoor de machtswet-schaling wordt hersteld en de betrouwbare identificatie van het QCD-kritische punt mogelijk wordt gemaakt.