Machine learning the impact parameter in heavy-ion collisions at = 4 and 11 GeV: a cross-check study with UrQMD, AMPT, and JAM
本研究表明,机器学习算法(特别是基于输运模型数据 [UrQMD、AMPT 和 JAM] 进行训练的有监督和无监督方法)能够稳健地重建 4 GeV 和 11 GeV 下 Au+Au 碰撞中的冲击参数,且其准确度高、泛化能力优于传统的多项式拟合,这表明其在应用于真实实验数据方面具有巨大的潜力。