heavy ion

机器学习进展已融入高能核物理研究

一篇新的综述文章探讨了机器学习（ML）在高能核物理（HENP）中的融合。文章重点介绍了将物理知识越来越多地纳入数据分析、模拟和推理过程的最新进展。文章详细介绍了从事件分类和模式识别到更复杂的物理集成式工作流程的应用，例如QCD性质的贝叶斯提取以及从重离子和中子星数据中推断致密物质的状态方程。该综述强调了如何应用对称性和守恒定律等物理约束，以及不确定性量化如何确保可靠的物理结论。