Классификация мюонных треков от распадов чармония и пионных треков в модели детектора SPD с использованием нейронных сетей
Classification of muon tracks from charmonium decays and pion tracks in the model of the SPD detector using neural networks

Дополнительно

Прислана: 11.02.2026; Принята: 15.06.2026; Опубликовано 26.06.2026;
Просмотры: 0; Загружено: 0

Как цитировать

А. Р. Диденко, И. В. Елецких, А. О. Гридин "Classification of muon tracks from charmonium decays and pion tracks in the model of the SPD detector using neural networks" Natural Sci. Rev. 3 100705 (2026)
https://doi.org/10.54546/NaturalSciRev.100705
BibTex
А. Р. Диденко1,2,a, И. В. Елецких1,b, А. О. Гридин1,c
  • 1Объединенный институт ядерных исследований, 141980, Дубна, Россия
  • 2Московский государственный университет имени М. В. Ломоносова, 119991, Москва, Россия
  • aalisadidenko@jinr.ru
  • bivaneleckih@jinr.ru
  • candreigridin@jinr.ru
DOI: 10.54546/NaturalSciRev.100705
Ключевые слова: идентификация мюонов, машинное обучение, эволюционный алгоритм, глубокие нейронные сети, SPD
Категории: Физика , Приборы и методы , Математические и компьютерные науки
PDF (Английский)

Аннотация

В исследовании были применены методы машинного обучения для идентификации частиц при моделировании детектора SPD на коллайдере NICA. Представлены результаты идентификации мюонных треков, возникающих в результате распада чармония, и пионных треков в области промежуточных импульсов (1,5–2,5 ГэВ/c). Полученная точность классификатора составляет 77% при сохранении 99% мюонов и подавлении 48% пионов. Эффективность разработанного бинарного классификатора продемонстрирована путем подавления фоновых событий в распадах J/ψ → µµ.

Библиографические ссылки

[1] SPD Collaboration, Technical Design Report of the Spin Physics Detector at NICA, Natural Sci.Rev. 1 (1) (2024). doi:10.48550/arXiv.2404.08317.

[2] SPD Collaboration, SPDRoot, https://spd.jinr.ru/spd-software/.

[3] L. J. Fogel, A. J. Owens, and M. J. Walsh, Artificial Intelligence through Simulated Evolution, New York, 1966.

[4] J. H. Holland, Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control, and Artificial Intelligence, 1975. doi:https://doi.org/10.7551/mitpress/1090.001.0001.

[5] F. Chollet et al., Keras: The Python Deep Learning Library, https://keras.io/, accessed: 2018-06.