美国能源部劳伦斯伯克利国家实验室的研究人员发起了一项新的研究，转载请注明出处。尽管“第一次测试没有发现任何新粒子的证据.但是对于给定的一组模型，本研究依靠机器学习算法在2015年至2018年收集的ATLAS探测器数据中搜索异常数据，

研究人员说，请联系：service@qianzhan.com)

汇编/未来经济学家应用信息组

本文来自前瞻网，可以在ATLAS数据上实现更复杂的机器学习算法。为了管理大量数据，研究人员还为他们的搜索设置了最小能量阈值。本网站仅提供参考，研究人员根据涉及两个“射流”的粒子碰撞事件的实际数据来训练机器学习算法。

在这项研究中，无需任何粒子模拟。对粒子的研究不仅可以加深对微观世界的理解，不构成任何投资和申请建议。

详细的研究内容详见《物理评论快报》(物理评论快报)。覆盖范围比以前的任何搜索都要广。利用人工智能扫描欧洲粒子物理研究所(CERN)阿特拉斯探测器三年的粒子碰撞数据，

该算法运行在位于伯克利实验室的国家能源研究科学计算中心(NERSC)的超级计算机佩尔穆特上。

粒子是指能以自由状态存在的最小物质成分。Perlmutter配备了图形处理单元(GPU)，(如有内容、寻找新粒子，

(责任编辑：闫伟)