Die Forschung untersucht, wie große Datensätze und Probleme mit mehreren Parametern in der Teilchenphysik angegangen werden können

Eine der größten Herausforderungen in der Teilchenphysik ist die Interpretation großer Datensätze, die aus vielen verschiedenen Observablen im Kontext von Modellen mit unterschiedlichen Parametern bestehen.

Ein neues Papier veröffentlicht in EPJ Plusverfasst von Ursula Laa vom Institut für Statistik der BOKU Universität, Wien, und German Valencia von der School of Physics and Astronomy, Monash University, Clayton, Australien, befasst sich mit der Vereinfachung großer Datensätze und vieler Parameterprobleme unter Verwendung von Werkzeugen zum Teilen große Parameterräume in eine kleine Anzahl von Regionen.

„Wir haben unsere Werkzeuge auf das sogenannte B-Anomalie-Problem angewendet. Bei diesem Problem gibt es eine große Anzahl experimenteller Ergebnisse und eine Theorie, die sie in Bezug auf mehrere Parameter vorhersagt“, sagt Laa. „Das Problem hat viel Aufmerksamkeit auf sich gezogen, weil die bevorzugten Parameter zur Erklärung der Beobachtungen nicht den vom Standardmodell der Teilchenphysik vorhergesagten entsprechen und die Ergebnisse als solche neue Physik implizieren würden.“

Valencia fährt fort, indem er erklärt, dass das Papier zeigt, wie das Pandemonium-Tool eine interaktive grafische Möglichkeit bieten kann, die Verbindungen zwischen Merkmalen in den Beobachtungen und Regionen des Parameterraums zu untersuchen.

„Beim Problem der B-Anomalie können wir zum Beispiel die Spannung zwischen zwei wichtigen Observablen, die in der Vergangenheit herausgegriffen wurden, deutlich visualisieren“, sagt Valencia. „Wir können auch sehen, welche verbesserten Messungen am besten geeignet sind, um diese Spannung anzugehen.

„Dies kann sehr hilfreich sein, um zukünftige Experimente zu priorisieren, um ungelöste Fragen zu beantworten.“

Laa führt aus, indem sie erklärt, dass die von dem Duo entwickelten und verwendeten Methoden auf viele andere Probleme anwendbar sind, insbesondere für Modelle und Observable, die weniger gut verstanden sind als die in der Veröffentlichung diskutierten Anwendungen, wie etwa Multi-Higgs-Modelle.

„Eine Herausforderung ist die Visualisierung mehrdimensionaler Parameterräume; die aktuelle Schnittstelle erlaubt dem Benutzer nur, hochdimensionale Datenräume interaktiv zu visualisieren“, schließt Laa. „Die Herausforderung besteht darin, dies zu automatisieren, was in zukünftigen Arbeiten unter Verwendung von Techniken aus der Dimensionsreduktion angegangen wird.“