Machine learning the impact parameter in heavy-ion collisions at = 4 and 11 GeV: a cross-check study with UrQMD, AMPT, and JAM
Deze studie toont aan dat machine learning-algoritmen, specifiek gesuperviseerde en niet-gesuperviseerde methoden getraind op transportmodelgegevens (UrQMD, AMPT en JAM), de impactparameter in Au+Au-botsingen bij 4 en 11 GeV robuust en met hoge nauwkeurigheid kunnen reconstrueren met een superieure generalisatie vergeleken met traditionele polynomiale passing, wat wijst op een sterk potentieel voor toepassing op echte experimentele gegevens.